MétaCan
Menu
Retour à la cohorte
Enregistrement W2751881915 · doi:10.14236/ewic/eva2017.60

Engagement with Artificial Intelligence through Natural Interaction Models

2017· article· en· W2751881915 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueElectronic workshops in computing · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueHuman Pose and Action Recognition
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceAvatarConversationHuman–computer interactionCreativityNatural (archaeology)Dialog systemAmbient intelligenceChatbotExpression (computer science)Virtual agentMultimediaArtificial intelligenceWorld Wide WebPsychologyCommunicationDialog box

Résumé

récupéré en direct d'OpenAlex

As Artificial Intelligence (AI) systems become more ubiquitous, what user experience design paradigms will be used by humans to impart their needs and intents to an AI system, in order to engage in a more social interaction? In our work, we look mainly at expression and creativity based systems, where the AI both attempts to model or understand/assist in processes of human expression and creativity. We therefore have designed and implemented a prototype system with more natural interaction modes for engagement with AI as well as other human computer interaction (HCI) where a more open natural communication stream is beneficial. Our proposed conversational agent system makes use of the affective signals from the gestural behaviour of the user and the semantic information from the speech input in order to generate a personalised, human-like conversation that is expressed in the visual and conversational output of the 3D virtual avatar system. We describe our system and two application spaces we are using it in – a care advisor / assistant for the elderly and an interactive creative assistant for uses to produce art forms.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil0,644

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,062
Tête enseignante GPT0,324
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle