摘要：人工智能大幅提高了智能造字的效率,但创意性和情感体验方面仍有待改进。本文以智能广告造字设计App为例,探讨智能广告造字与传统造字的差异,以设计思维—设计主体—设计客体的研究思路,归纳出三个转变:从机器思维到以人为本的设计思维转变、从设计师到广告主的角色转变,以及从千人千面到见字如面的情感体验转变。本文拟为新技术背景下的字体设计提供新的研究思路,以便更好地促进智能广告造字的发展。

摘要：传统的计算机辅助设计以几何特征为主导、以定量表征为依据、以经验试错为手段,难以有效支持设计信息残缺且设计认知混沌的概念设计阶段。我国正步入“十四五”发展的新时期,认知科学和人工智能的高度融合为复杂装备概念设计带来了全新的机遇与挑战。人机认知协同的概念设计将设计对象和设计主体有机结合,从经验试错推理发展到设计规律外显认知,揭示设计对象递归迭代与设计主体认知演化的内在联系,实现概念设计抽象认知过程的计算机可理解和可计算。阐述侧重设计对象和侧重设计主体的复杂装备概念设计研究现状,分析客户需求语义认知辨识、思维认知规律神经成像、功构映射智能认知推理和概念方案协同认知决策等人机认知协同的概念设计关键技术。在分析现有计算机辅助概念设计局限性的基础上,对新一代基于人机认知协同的计算机辅助概念设计进行了展望。

摘要：我国煤矿智能化综采工作面建设处于初级阶段,液压支架电液控自动化技术已广泛应用,但目前液压支架单一固化的自动化控制逻辑难以适应复杂、多变、动态的工作面生产场景,现场实际控制过程仍大多采用自动化+人工干预方式。针对综采工作面复杂场景中液压支架人机交互协作任务需求,提出液压支架中部跟机多模态人机协同控制系统的理论方法与技术原理。首先,设计了人工式、分工式、批准式、否决式4种人机协同模态,以煤层地质、瓦斯粉尘、采煤机速度、液压支架智能水平、系统状态、岗位工技术水平、任务负荷等为判别因素,构建了基于AOG的液压支架人机协同模态选择模型,实现了人工、机器偏好的模态选择。然后,设计了液压支架中部跟机人机协同控制决策机制,提出液压支架中部跟机再次调控策略AI推理技术思路,利用现场数据学习人工操作经验,分别构建了液压支架是否再次调控决策树分类模型和再次拉架时间贝叶斯回归模型,基于上述模型开发了液压支架人机协同控制决策程序,实现了基于多模态与或推理和再次调控策略AI推理的液压支架人机协同控制。最后,采用云-边-端架构软硬件技术,开发了液压支架多模态人机协同控制系统,实现了模型进化、运算推理、程序执行等液压支架多模态人机协同控制功能。该系统在沙曲二矿3404工作面进行了工业试运行,相比于系统使用前,该工作面液压支架中部跟机效率平均提高2%。

摘要：针对矿用正铲液压挖掘机操纵复杂度高的问题,提出了一种通用型人机协同控制方法。对比分析了3种能够降低正铲液压挖掘机操纵复杂度的新型工作装置在动臂提升和水平推压作业模式下的作业性能,结果表明,工作装置创新设计存在机构复杂和作业精度低的问题。基于运动学逆解和切换控制思想,所提方法采用驾驶员手动操纵主要执行机构,其他辅助执行机构根据作业要求约束进行自主协同的策略,在保证作业精度的同时,减小了驾驶员操纵难度。结果表明,所提方法能够降低正铲液压挖掘机在动臂提升和水平推压作业模式下的操纵复杂度,提高作业精度和效率,具有模式切换灵活、通用性强等优点。

摘要：模糊测试是一种针对物联网设备固件漏洞挖掘的主流方法,能够先攻击者一步发现安全威胁,提升物联网设备的安全性.但是目前大部分的模糊测试技术关注于如何自动化地实现漏洞挖掘,忽略了专家经验对于设备固件漏洞挖掘工作的优势.本文提出一种基于人机协同的物联网设备固件漏洞挖掘方案HMFuzzer,设计了基于设备固件前后端交互的设备固件关键信息提取方法,通过模拟设备固件、设备管理界面以及用户三方交互模式获取固件潜在的关键信息,并通过二进制文件定位和函数分析技术解析出固件关键函数.此外,HMFuzzer通过在模糊测试的预处理、测试和结果分析阶段引入专家经验,利用上一阶段获取的关键信息,结合强化学习算法,优化种子变异和模糊测试流程,显著提升了模糊测试的覆盖率、效率以及漏洞挖掘能力.实验结果表明,相比于现有的固件漏洞挖掘方法,HMFuzzer的漏洞识别成功率能提高10%以上,具备更强的漏洞检测能力.特别是,针对真实厂商的物联网设备测试,HMFuzzer发现了多个0-day漏洞,其中已获得4个CVE/CNVD高危漏洞.

摘要：现有的应急救援指挥系统存在灾情信息分析效率低下、人机协作过程不够人性化等问题,具备较强自然语言理解能力和多模态理解能力的大型语言模型(LLM)将有望解决上述难题。通过调研LLM最新研究进展和应急救援控制领域对LLM的任务需求并进行梳理和分析,评估了现有LLM应用于应急救援领域的技术成熟度,并就灾情信息分析理解等5个任务场景探讨了可能的LLM应用构建方案和综合构建方案,对LLM技术对应急救援系统的未来发展的影响进行展望。

摘要：作为教育数字化转型的首要任务,智慧学习环境建设过分强调技术之于教育的能力,而忽略教育主体的价值与地位,涌现出场景割裂、数据孤岛等问题。人机协同旨在充分发挥人与机器的优势,弥补彼此的劣势,成为指导智慧学习环境创设与优化的最优解。研究将人机协同视为智慧学习环境设计的基线思维,构建了由数据模型层、技术支撑层和场景应用层三个层级,包含场景、数据、模型、资源、工具与服务等六个要素的智慧学习环境概念模型。基于普瑞斯的人机功能分配决策矩阵理论,提出了AI讲师、执行型AI+人类助手、伙伴型AI+人类同侪、助教型AI+人类教练、人类导师等五种人机协同模式。在此基础上,研究制定了智慧学习环境各层级的设计原则,分析了数据模型层的决策协同设计、技术支撑层的交互协同设计和场景应用层的流程协同设计,讨论了人机协同模式中人机互信和价值对齐的建构策略,以期指导智慧学习环境中的人机协同设计。

摘要：机器人教师已在教学中发挥重要作用。人类教师与机器人教师共同形塑“人机协同教学”样态。从协同教学的条件和过程来看,机器人教师存在合法性、被动性和先验性的问题,主要原因包括未能有效区分“类人师性”与“人师性”的特征,未能发现“强社交性”隐含的主体功能,未能明晰“高集成性”的精密设计与固化程序。纾解以上三种问题,应当做到:通过明晰概念任务,确立机器人教师的合法性;通过参与对话和自适应研发,激发机器人教师的主动性;通过有限研发算法和校对算法偏见,解决机器人教师的先验性。

摘要：教师教学反思能力深刻影响并决定着教师的教学能力和个人素养,是教师专业成长的催化剂。在加快推进教师队伍现代化背景下,借助智能技术提升教师教学反思能力成为教师培养的一大趋势。为了探析人机协同场景中引领新手教师成长为专家教师的实践策略,研究设计了人工智能技术赋能的课堂诊断活动,并招募了27名新手教师和23名专家教师参与本次准实验。参与者借助人工智能技术提供的课堂智能诊断报告,完成了教学反思任务。研究借助认知网络分析法深入分析了新手教师和专家教师的教学反思能力的认知特点和差异。研究发现,人机协同场景中新手教师和专家教师在教学反思能力上存在一定的显著差异。在选择性注意方面,新手教师和专家教师均对教学实践予以了重点关注。但与专家教师相比,新手教师并未提及有关背景因素的内容。在基于知识的推理方面,新手教师和专家教师重点对教学现象进行了描述和应用层面的知识推理,且专家教师表现出更为均衡的层次结构和逻辑连接。最后,基于研究发现,研究从专家教师引领新手教师成长的角度提出了提升新手教师教学反思能力的策略,以为教师专业发展提供理论和实践的指导。

摘要：随着人工智能的迅速崛起,人机对话成为语言运用不可忽视的重要场景,语文教育进入了人机协同时代。当前技术赋能语文教育常见的应用场景包括基于知识导出的解释性应用、基于情境创设的具身性应用、基于人机交互的对话性应用、基于数据分析的诊断性应用。智能技术背景下的语文教育的深度改革,仍需着力的方向是:聚焦语言精准运用,参与提示语建设工程;增设人机对话学习模块,提升学生数字读写能力;开发数字化智能教材,促进教法深度改革;发挥学科育人优势,凸显价值理性的引领作用。