腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

用户8352137的专栏

专栏作者

6

文章

2300

阅读量

8

订阅数

设计人与AI协作系统时的九个潜在陷阱（CS）

本立场文章探讨了那些使用有益于用户兴趣的生成模型以达到人与人工智能共创过程当中会出现的潜在陷进。特别是，根据文献资料以及我们作为HCI和AI交叉点的研究人员的经验，我们收集了九个潜在的陷阱。我们通过示例说明每个陷阱，并提出解决方案。反思所有陷阱，我们讨论并总结了对未来研究方向的启示。通过这个系列，我们希望对人类和AI在共创互动中的作用进行批判性和建设性的讨论，并着眼于相关的假设以及创新实践及其他方面的潜在副作用。

2021-04-06

4220

易记性：信息实用性的图像可计算量度（CS）

编程算法 python

图像中的像素以及它们构成的对象，场景和动作决定了图像是令人印象深刻的还是容易被忘记的。尽管记忆力会随图像而发生变化，但它在很大程度上独立于单个观察者。观察者之间的独立性使记忆力成为可计算图像的信息量度以及符合自动预测的条件。在本章节中，我们使用计算型镜头放大了记忆力，详细介绍了使用从原始像素到语义标签的不同比例的图像特征，它们可以准确地预测与人类行为数据相关的图像记忆力的最新算法。我们还会讨论人脸，物体和场景记忆性的算法和可视化的设计，以及从静态场景扩展到动作和视频的算法。我们将介绍最先进的深度学习方法，这些方法是记忆力预测领域中的当前领跑者。除了这些预测，我们还会展示人工智能的最新发展，这些方法可用于创建和修改视觉记忆力。最后，我们预览了记忆力可以增强的计算应用程序，从过滤视觉流到增强增强现实界面。

2021-04-06

3210

人为因素阻碍了无人驾驶汽车的广泛采用（CS）

汽车无人驾驶自动驾驶

与我们所习惯的人工驾驶汽车相比，无人驾驶汽车具有许多安全优势，但是许多人觉得与这些机器公用道路并将他们的生命寄托在这些汽车驾驶能力会感到不安。因此，要使无人驾驶汽车得到广泛采用，就需要通过详细的计划和周全的考虑来克服这些不可避免的问题。在这里，我们将打破可能会阻碍甚至完全阻止其广泛采用的三个主要心理障碍，以及如何应对这些障碍。

2021-04-06

3280

使用模拟辅助机器学习质量保证过程的智能用户界面的设计和优化（CS）

编程算法机器学习神经网络深度学习人工智能

在现实世界中，机器学习（ML）的许多关键任务型的应用程序都需要进行质量保证（QA）流程，然后才能部署ML模型的决策或预测。由于QA4ML用户必须查看大量数据并执行许多输入操作来纠正ML模型所产生的错误，因此，经过优化设计的用户界面（UI）可以显着降低交互成本。UI的有效性可能受许多因素影响，例如，同一时间处理的数据对象的数量，用于纠正错误的命令的类型以及用作协助用户的算法的可行性。我们建议使用模拟的方式来辅助QA4ML流程的智能用户界面的设计和优化。特别是，我们专注于在选择合适的命令和算法时模拟人类智能的综合效果，在提供通用算法集合以对要保证质量的数据对象进行重新排序时，机器智能会提供模拟。

2021-04-06

3550

物联网中的安全性和机器学习采用：物联网开发人员讨论的初步研究（CS）

物联网编程算法 linux

物联网（IoT）定义为通过智能计算设备通过互联网/网络在位置和物理对象（即事物）之间建立的连接。传统上讲，我们通过对物联网开发人员/从业人员进行调查来了解物联网生态系统/问题。另一种了解的方法是通过分析流行的在线开发人员论坛（例如Stack Overflow（SO））中的IoT开发人员讨论。但是，我们明白尚无此类研究专注于IoT开发人员的安全性以及SO中与ML相关的讨论。本文将会提供SO中IoT开发人员讨论的初步研究结果。我们发现大约12％的句子包含安全性的讨论，而大约0.12％的句子包含ML相关的讨论。我们发现IoT开发人员经常讨论安全性问题，询问如何在IoT设备和用户之间安全地存储，共享和传输共享数据。我们还发现，物联网开发人员有在其IoT设备中采用基于深度神经网络的ML模型很感兴趣，但他们也发现将这些模型容纳到资源受限的IoT设备中具有挑战性。我们的发现能为物联网供应商和研究人员在开发和设计新颖的技术以改善物联网设备的安全性和机器学习的使用提供了启示。

2021-04-05

3600

图像的代数连通性的边缘差分隐私（CS Cryptography and Security）

编程算法数据结构

在建模多主体系统中，图像是其中主导的形式。图像的代数连通性特别重要，因为它给出了共识算法的合流速度，而共识算法正是众多多智能体控制和优化技术的基础。但是，代数连通值的共享可能会无意间泄露有关图像拓扑算法中的敏感信息，例如在社交网络中的连接。因此，我们在这项工作中提出了一种基于图论形式的差分隐私（称为边缘差分隐私）下发布图像的代数连通性的方法。边缘差分隐私掩盖了图像边缘集之间的差异，进而掩盖了其中不存在或存在敏感连接的情况。我们为有界的拉普拉斯噪声提供了保密性，与传统的无界噪声相比，它可以提高准确性。有分析显示私有代数连通值可以给出对共识收敛速度的准确估算，以及图像直径及其节点之间的平均距离的准确界限。在模拟的结果中也反映了在这些情况下私有代数连通性的实用性。

2021-04-05

5140

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态