Wspólne konteksty człowiek-maszyna

Oryginalny tytuł:

Human-Machine Shared Contexts

Zawartość książki:

Human-Machine Shared Contexts rozważa podstawy, metryki i zastosowania systemów człowiek-maszyna. Redaktorzy i autorzy debatują nad tym, czy maszyny, ludzie i systemy powinny mówić tylko do siebie nawzajem, tylko do ludzi, czy też do obu i w jaki sposób. Książka określa znaczenie i działanie "wspólnych kontekstów" między ludźmi i maszynami; bada również, w jaki sposób systemy człowiek-maszyna wpływają na docelowych odbiorców (badaczy, maszyny, roboty, użytkowników) i społeczeństwo, a także przyszłe ekosystemy złożone z ludzi i maszyn.

Niniejsza książka bada, w jaki sposób interwencje użytkowników mogą poprawić kontekst dla autonomicznych maszyn działających w nieznanych środowiskach lub doświadczających nieprzewidzianych zdarzeń; w jaki sposób autonomiczne maszyny mogą być uczone wyjaśniania kontekstów poprzez rozumowanie, wnioskowanie lub przyczynowość oraz podejmowanie decyzji przez ludzi polegających na intuicji; oraz w odniesieniu do wzajemnego kontekstu, w jaki sposób te maszyny mogą współzależnie wpływać na ludzką świadomość, zespoły i społeczeństwo oraz w jaki sposób te „maszyny” mogą być z kolei dotknięte. Krótko mówiąc, czy kontekst może być wzajemnie konstruowany i współdzielony przez maszyny i ludzi? Redaktorzy są zainteresowani tym, czy wspólny kontekst pojawia się, gdy maszyny zaczynają myśleć lub, podobnie jak ludzie, rozwijają subiektywne stany, które pozwalają im monitorować i raportować swoje interpretacje rzeczywistości, zmuszając naukowców do ponownego przemyślenia ogólnego modelu ludzkich zachowań społecznych. Jeśli zależność od uczenia maszynowego utrzyma się lub wzrośnie, opinia publiczna będzie również zainteresowana tym, co stanie się z kontekstem współdzielonym przez użytkowników, zespoły ludzi i maszyn lub społeczeństwo, gdy te maszyny ulegną awarii. Ponieważ naukowcy i inżynierowie „rozważają tę zmianę w kategoriach ludzkich”, ostatecznym celem sztucznej inteligencji jest zwiększenie wydajności autonomicznych maszyn oraz zespołów ludzi i maszyn dla poprawy społeczeństwa wszędzie tam, gdzie te maszyny wchodzą w interakcje z ludźmi lub innymi maszynami.

Książka ta będzie niezbędną lekturą dla profesjonalnych, przemysłowych i wojskowych informatyków i inżynierów; naukowców i inżynierów zajmujących się uczeniem maszynowym (ML) i sztuczną inteligencją (AI), zwłaszcza tych zaangażowanych w badania nad autonomią, kontekstem obliczeniowym i wspólnymi kontekstami człowiek-maszyna; zaawansowanych naukowców i inżynierów robotyki; naukowców pracujących z lub zainteresowanych kwestiami danych dla systemów autonomicznych, takich jak wykorzystanie ograniczonych danych do szkolenia i operacji z interwencjami użytkownika i bez nich; psychologowie społeczni, naukowcy i badacze fizyczni zajmujący się modelami wspólnego kontekstu; modelarze internetu rzeczy (IOT); naukowcy i inżynierowie zajmujący się systemami systemów i ekonomiści; naukowcy i inżynierowie pracujący z modelami opartymi na agentach (ABM); specjaliści ds. polityki zainteresowani wpływem sztucznej inteligencji i uczenia maszynowego na społeczeństwo i cywilizację; naukowcy i inżynierowie sieciowi; matematycy stosowani (np. g., teoria holonów, teoria informacji); lingwiści obliczeniowi; oraz naukowcy i inżynierowie blockchain.