Biegowelove.pl

informacje o Polsce. Wybierz tematy, o których chcesz dowiedzieć się więcej

„Wytłumaczalna sztuczna inteligencja” może skutecznie wykrywać AR/VR

Kolejka VR

image: Ten wirtualny symulator kolejki górskiej został wykorzystany przez Khazę Anuarula Hoque i zespół naukowców do symulacji i wykrywania indukcji online.
Sceneria więcej

Źródło obrazu: Khaza Anuarul Hoque.

COLOMBIA, Missouri — Ekspozycja na środowisko rzeczywistości rozszerzonej (AR) lub rzeczywistości wirtualnej (VR) może powodować u ludzi elektroniczne zawroty głowy — szczególny rodzaj choroby lokomocyjnej z objawami od zawrotów głowy do nudności — a obecne badania mające na celu złagodzenie ciężkości objawów często opiera się na jednym podejściu dla wszystkich. Jednak Khaza Anurul Hok, adiunkt w Katedra Elektrotechniki i Informatyki Na University of Missouri zespół naukowców opracowuje spersonalizowane podejście do identyfikowania infekcji internetowych, koncentrując się na przyczynach źródłowych, które mogą być różne dla każdej osoby.

„Popędy internetowe nie są ogólne. Na przykład jedna symulacja może wywołać u mnie złe samopoczucie w sieci, podczas gdy ta sama symulacja może nie powodować złego samopoczucia w Internecie u innej osoby” – powiedział Hook, który również zarządza Niezawodne laboratorium systemów cyberfizycznych w mu. „Jednym z problemów, z jakimi zwykle borykają się ludzie noszący okulary VR lub AR, jest to, że po pewnym czasie wrażenia użytkownika mogą się pogorszyć, w tym objawy nudności i wymiotów, zwłaszcza jeśli użytkownik jest zanurzony w środowisku wirtualnym, w którym jest dużo ruch. Może zależeć od wielu czynników, w tym płci, wieku i doświadczenia danej osoby.

Hoque powiedział, że chce skupić się na nowym spojrzeniu z możliwą do wyjaśnienia sztuczną inteligencją, ponieważ ma ona potencjał do przekształcenia branży AR i VR.

„Wyjaśniona sztuczna inteligencja to świetne narzędzie, które może w tym pomóc, ponieważ algorytmy uczenia maszynowego lub głębokiego uczenia się mogą przewidzieć przewidywania i podjąć decyzję, podczas gdy wyjaśniona sztuczna inteligencja może również powiedzieć użytkownikowi, jak i dlaczego sztuczna inteligencja podjęła decyzję”. Powiedział. „Tak więc, zamiast narzucać stałą metodę łagodzenia wszystkim użytkownikom, byłoby bardziej skuteczne, gdybyśmy wiedzieli, dlaczego dana osoba miała chorobę internetową i zapewnili tej osobie odpowiednie łagodzenie, którego potrzebuje. Wytłumaczalna sztuczna inteligencja może nam w tym pomóc bez utrudniania doświadczenie użytkownika.”

READ  Jak czuje się pacjent 10 lat po operacji otyłości?

Oprócz obserwowania, jak jego uczniowie zmagają się z potrzebami online, Hoque obserwował akademickie i branżowe podejścia do identyfikacji potrzeb online w ciągu ostatnich pięciu do siedmiu lat, które często koncentrują się na technologiach opartych na danych, takich jak uczenie maszynowe (ML) i głębokie uczenie się (DL). .

„Takie metody są często „czarnymi skrzynkami”, a zatem nie dają się wytłumaczyć” – powiedział Hook. „Zdałem sobie również sprawę, że umiejętność wyjaśniania modeli indukcyjnych online w cyfrowym uczeniu się może znacznie poprawić zrozumienie modelu i zapewnić wgląd w to, dlaczego i jak te Modele AI podejmują konkretną decyzję. Co więcej, identyfikując i rozumiejąc rodzaje ważnych funkcji, które mogą prowadzić do indukcji online, możemy pomóc projektantom w opracowaniu skuteczniejszych modeli wykrywania obrzęku elektronicznego”.

Wyjaśniona sztuczna inteligencja może również pomóc twórcom oprogramowania zidentyfikować najważniejsze funkcje potrzebne do ulepszenia modelu, aby nauczyć sztuczną inteligencję rozpoznawania osoby z chorobą internetową, powiedział Hoque. Jest to szczególnie ważne dla użytkowników, którzy noszą samodzielne gogle VR.

Badania te zostały niedawno zaprezentowane na trzech najważniejszych konferencjach naukowych poświęconych AR/VR:

  • „LiteVR: Interpretable and Lightweight Discovery using Interpretable AI” zostało zaprezentowane na konferencji IEEE Virtual Reality w dniach 25-29 marca 2023 r.
  • „VR-LENS: Superlearning-Based Electronic Disease Detection and Interpretable Diffusion using AI in Virtual Reality” zostało zaprezentowane na konferencji ACM poświęconej inteligentnym interfejsom użytkownika w dniach 27-31 marca 2023 r.
  • TruVR: Niezawodny system wykrywania niepewności online wykorzystujący interpretowalne uczenie maszynoweNa Międzynarodowym Sympozjum na temat Rzeczywistości Mieszanej i Rozszerzonej (ISMAR) 17-21 października 2022 r.

Uwaga redaktora:

Perspektywa międzynarodowa: Hook uzyskał tytuł licencjata w Bangladeszu, tytuł magistra i doktora w Kanadzie oraz studia podoktoranckie na Uniwersytecie Oksfordzkim w Anglii. Swoje międzynarodowe doświadczenie zawdzięcza szerokiej gamie doświadczeń w pracy z różnymi grupami badawczymi w różnych częściach świata, a także w kontaktach z kilkoma firmami i agencjami, takimi jak Bombardier Aerospace i Kanadyjska Agencja Kosmiczna. Powiedział, że te doświadczenia wpłynęły na niego jako badacza.

READ  Model rozprzestrzeniania się raka prostaty wykorzystujący technologię kodów kreskowych CRISPR

„Rozmawiałem i pracowałem z różnymi grupami ludzi i różnymi krajami, i to naprawdę pomogło mi spojrzeć na ten sam problem, ale z różnych punktów widzenia” – powiedział Hook. „Myślę, że dla każdego badacza bardzo ważne jest, aby nie patrzeć na problem z jednej perspektywy, ale z wielu perspektyw”.


Zastrzeżenie: AAAS i EurekAlert! Nie ponosi odpowiedzialności za poprawność newsletterów wysyłanych na EurekAlert! Za pośrednictwem organizacji wnoszących wkład lub za korzystanie z jakichkolwiek informacji za pośrednictwem systemu EurekAlert.