سیستمهای مبتنی بر شناخت و تعامل با انسان

دوازدهمین کنفرانس بین المللی مهندسی برق کامپیوتر مکانیک و هوش مصنوعی. سیستم های مبتنی بر شناخت و تعامل با انسان. این پژوهش به بررسی چالش های طراحی سیستم های هوش مصنوعی شناختی می پردازد که قادر به درک عمیق تعاملات انسانی زبانی، عاطفی و اجتماعی باشند. تمرکز اصلی بر شکاف میان مدل های مبتنی بر داده های کلان و نیازهای واقعی تعامل انسان ماشین است. هدف آن شناسایی محدودیت های رویکردهای فعلی AI در پردازش تعاملات چندوجهی مثل گفتار، حالات چهره و زمینه اجتماعی و ارائه چارچوبی برای ادغام شناخت انسانی در معماری سیستم های هوشمند. با ترکیب روش های یادگیری ماشین تفسیر پذیر (XAI) و مدل های شناختی مبتنی بر روان شناسی، یک سیستم آزمایشی طراحی شد که تعاملات کاربران را در محیط های چند منظوره چت بات ها و ربات های اجتماعی تحلیل می کند. داده ها از طریق آزمایش های کاربری با ۲۰۰ شرکت کننده جمع آوری و با معیارهای کیفی (رضایت کاربر) و کمی دقت تشخیص هیجان ارزیابی شد. سیستم پیشنهادی نسبت به مدل های متداول ۱۵ بهبود در تشخیص نیات پیچیده انسانی نشان داد. کاربران در تعامل با سیستم های دارای مولفه های شناختی ۳۰ احساس راحتی بیشتری گزارش کردند. ادغام اصول شناختی در AI نه تنها قابلیت تفسیر پذیری را افزایش می دهد بلکه پذیرش اجتماعی فناوری را نیز بهبود می بخشد. این پژوهش مسیرهایی برای توسعه سیستم های خودآگاه تر به نیازهای انسانی پیشنهاد می کند.

کلیدواژه ها:

هوش مصنوعی ، شناختی ، تعامل انسان ماشین ، یادگیری ماشین ، تفسیر پذیر ، مدل های شناختی ، پذیرش اجتماعی ، فناوری