亚洲精品免费在线,国产在线视频在线观看,亚洲免费在线视频播放,同心生死约,亚洲精品视频在线观看免费,国产在线精彩视频,亚洲一在线

　　愛游戲平臺(tái)Meta探索基于HoloLens 2 + ChatGPT-3的AI生成式AR情景信息助理（映維網(wǎng)Nweon 2023年04月20日）對(duì)于追求減肥或?qū)W習(xí)一門新語(yǔ)言等高水平目標(biāo)（復(fù)雜的長(zhǎng)期目標(biāo)），人們可能不知道從何入手。另外，每個(gè)追求高水平目標(biāo)的人士可能會(huì)根據(jù)自己的背景而采取不同的方式。

　　在另一方面，Meta正在積極探索AR眼鏡，并設(shè)想了這樣一個(gè)未來(lái)：支持全天候穿戴的AR設(shè)備將如同今天的智能手機(jī)一樣無(wú)處不在。這樣的AR設(shè)備可以捕獲關(guān)于用戶及其情景的信息，并使用所述信息向用戶推薦相關(guān)行動(dòng)及其目標(biāo)選擇。

　　如上圖所示，團(tuán)隊(duì)針對(duì)本次研究設(shè)計(jì)了一個(gè)技術(shù)原型，以探索使用生成式AI在AR中為高水平目標(biāo)提供行動(dòng)建議。例如，當(dāng)瑜伽墊出現(xiàn)在用戶視場(chǎng)時(shí)，生成式AI可以提供關(guān)于如何進(jìn)行瑜伽練習(xí)和指導(dǎo)的建議，從而幫助用戶更好地完成目標(biāo)。

　　所述原型在Unity中實(shí)現(xiàn)，并由微軟HoloLens 2運(yùn)行。目前愛游戲ayx，它通過(guò)使用Vuforia引擎檢測(cè)基準(zhǔn)標(biāo)記來(lái)追蹤模擬公寓空間中的對(duì)象。

　　原型提出的建議顯示在相關(guān)對(duì)象附近的場(chǎng)景中。每個(gè)建議都有一個(gè)行動(dòng)名稱（例如“使用瑜伽墊做瑜伽”）和一個(gè)行動(dòng)支持的用戶目標(biāo)列表（例如“改善健身”、“改善心理健康”）。在當(dāng)前原型中，建議是使用GPT-3預(yù)先生成，并手動(dòng)添加到原型使用的JSON配置數(shù)據(jù)庫(kù)中。

　　本次研究共有39名參與者，包括25名女性和14名男性，年齡在19至73歲之間。所有參與者都認(rèn)為研究中的建議來(lái)自生工智能。但對(duì)于研究問(wèn)題（2），團(tuán)隊(duì)希望了解如果參與者認(rèn)為建議來(lái)自朋友/家人或?qū)＜?，他們?huì)如何體驗(yàn)這些建議。

　　所以，我們實(shí)現(xiàn)了一個(gè)受試者之間的設(shè)計(jì)：對(duì)于14名參與者，人工智能生成的推薦標(biāo)記為由參與者的朋友/家人撰寫（例如用他們朋友或家人的名字之一標(biāo)記）；對(duì)于其他13名參與者，建議標(biāo)記為專家撰寫的（例如持照心理健康顧問(wèn)布朗醫(yī)生）。

　　三組參與者的組成十分平衡，在信任智能推薦的程度、之前使用AR的經(jīng)驗(yàn)、以及他們的年齡和性別等方面都是如此。

　　在研究開始時(shí)，參與者填寫了一份簡(jiǎn)短的調(diào)查，并從七個(gè)目標(biāo)中選擇三個(gè)目標(biāo)，包括改善健身、改善心理健康、與朋友聯(lián)系、學(xué)習(xí)一門新語(yǔ)言和學(xué)習(xí)一項(xiàng)新技能等等。所述目標(biāo)要么是他們積極追求的，要么是他們真正關(guān)心的。

　　然后，參與者就他們選擇的目標(biāo)進(jìn)行了簡(jiǎn)短的采訪。在此之后，每個(gè)參與者完成實(shí)驗(yàn)，使用原型在公寓里走動(dòng)，查看建議，并選擇接受三個(gè)建議。對(duì)于每一項(xiàng)試驗(yàn)，原型都顯示了他們?nèi)齻€(gè)選定目標(biāo)中兩個(gè)目標(biāo)的不同組合的建議?；顒?dòng)結(jié)束后，參與者接受了最后一次調(diào)查，以討論使用原型的經(jīng)歷。

　　洞察1：用戶重視被動(dòng)的情境行動(dòng)建議（只需付出很少的努力），因?yàn)橛脩艨释叨鹊谋憷凸?jié)省時(shí)間。參與者認(rèn)為所述建議是被動(dòng)的，他們不需要像通常向?qū)＜一蚺笥褜で蠼ㄗh時(shí)主動(dòng)發(fā)問(wèn)。另外，參與者提到這可以為他們節(jié)省時(shí)間。

　　洞察2：盡管用戶對(duì)人工智能生成的建議持懷疑態(tài)度，但他們重視人工智能的潛力。大多數(shù)參與者提到，在心理健康和健身等關(guān)鍵領(lǐng)域，他們更信任專家和他們密切的社會(huì)關(guān)系。另外，參與者覺得來(lái)自朋友和家人的建議對(duì)他們來(lái)說(shuō)比人工智能生成建議更個(gè)性化。然而，參與者重視人工智能的潛力，從而幫助他們發(fā)現(xiàn)更具創(chuàng)造性的行動(dòng)。有參與者提到，他們會(huì)考慮根據(jù)密切的社會(huì)關(guān)系或?qū)＜业囊庖妬?lái)過(guò)濾人工智能生成的建議。

　　洞察3：用戶認(rèn)為對(duì)非熟悉目標(biāo)的行動(dòng)建議有用，但更有可能采用熟悉的行動(dòng)。參與者傾向于接受他們熟悉的行動(dòng)，或者他們預(yù)期的不需要付出很大努力或摩擦的行動(dòng)。原因包括熟悉的行動(dòng)只需花費(fèi)較少的精力和時(shí)間，并且用戶已經(jīng)知道所述行動(dòng)對(duì)他們有效。

　?。篣sing Generative AI to Produce Situated Action Recommendations in Augmented Reality for High-level Goals

　　初步研究表明，參與者重視這種類型的建議，但團(tuán)隊(duì)指出，未來(lái)需要探索如何改善人工智能生成的情境行動(dòng)建議體驗(yàn)。例如，以通過(guò)更多關(guān)于預(yù)期努力、時(shí)間承諾和如何執(zhí)行行動(dòng)的細(xì)節(jié)來(lái)提供建議。

　　研究人員計(jì)劃進(jìn)一步探索哪些其他信息和交付方式可以幫助用戶從人工智能生成建議中受益更多，以及計(jì)劃探索用戶如何與底層模型本身進(jìn)行交互，以便對(duì)其進(jìn)行定制，從而產(chǎn)生更好的輸出。返回搜狐，查看更多