کنش متقابل انسان و هوش مصنوعیِ قابل توضیح ۲۰۲۲
Explainable Human-AI Interaction 2022

دانلود کتاب کنش متقابل انسان و هوش مصنوعیِ قابل توضیح ۲۰۲۲ (Explainable Human-AI Interaction 2022) با لینک مستقیم و فرمت pdf (پی دی اف) و ترجمه فارسی

نویسنده

Sarath Sreedharan, Anagha Kulkarni, Subbarao Kambhampati

voucher (1)

۳۰ هزار تومان تخفیف با کد «OFF30» برای اولین خرید

سال انتشار

2022

زبان

English

تعداد صفحه‌ها

164

نوع فایل

pdf

حجم

5.5 MB

🏷️ قیمت اصلی: 200,000 تومان بود.قیمت فعلی: 129,000 تومان.

🏷️ قیمت اصلی: ۳۷۸٬۰۰۰ تومان بود. قیمت فعلی: ۲۹۸٬۰۰۰ تومان.

📥 دانلود نسخه‌ی اصلی کتاب به زبان انگلیسی(PDF)
🧠 به همراه ترجمه‌ی فارسی با هوش مصنوعی 🔗 مشاهده جزئیات

پیش‌خرید با تحویل فوری(⚡️) | فایل کتاب حداکثر تا ۳۰ دقیقه(🕒) پس از ثبت سفارش آماده دانلود خواهد بود.

دانلود مستقیم PDF

ارسال فایل به ایمیل

پشتیبانی ۲۴ ساعته

توضیحات

معرفی کتاب کنش متقابل انسان و هوش مصنوعیِ قابل توضیح ۲۰۲۲

هوش مصنوعی از بدو پیدایش، رابطه‌ای دوسویه با انسان داشته است – گاهی تقویت‌کننده و گاهی جایگزین او. اکنون که فناوری‌های هوش مصنوعی با سرعتی فزاینده وارد زندگی روزمره ما می‌شوند، نیاز بیشتری به این وجود دارد که سامانه‌های هوش مصنوعی به شکلی هم‌افزا با انسان‌ها کار کنند. یکی از الزامات حیاتی برای چنین تعامل هم‌افزای انسان و هوش مصنوعی، این است که رفتار سامانه‌های هوش مصنوعی برای انسان‌های درگیر در فرایند قابل توضیح باشد. برای انجام موثر این کار، عوامل هوش مصنوعی باید فراتر از برنامه‌ریزی با مدل‌های خود از جهان عمل کرده و مدل ذهنی انسانِ درگیر در فرایند را نیز در نظر بگیرند. حداقل، عوامل هوش مصنوعی به تقریب‌هایی از وظیفه و مدل‌های هدف انسان، و همچنین مدل انسان از وظیفه و مدل‌های هدف عامل هوش مصنوعی نیاز دارند. اولی، عامل را در پیش‌بینی و مدیریت نیازها، خواسته‌ها و توجه انسان‌های درگیر در فرایند راهنمایی می‌کند، و دومی به آن اجازه می‌دهد تا به گونه‌ای عمل کند که برای انسان‌ها قابل تفسیر باشد (با مطابقت با مدل‌های ذهنی آنها از آن)، و در صورت نیاز، آماده ارائه توضیحات سفارشی باشد. نویسندگان با بهره‌گیری از سال‌ها تحقیق در آزمایشگاه خود، به بررسی این موضوع می‌پردازند که چگونه یک عامل هوش مصنوعی می‌تواند از این مدل‌های ذهنی برای مطابقت با انتظارات انسانی یا تغییر آن انتظارات از طریق ارتباطات توضیحی استفاده کند. در حالی که تمرکز کتاب بر سناریوهای مشارکتی است، به این موضوع نیز می‌پردازد که چگونه می‌توان از همین مدل‌های ذهنی برای مبهم‌سازی و فریب نیز استفاده کرد. این کتاب همچنین چندین سامانه کاربردی واقعی برای تصمیم‌گیری مشارکتی را توصیف می‌کند که بر اساس چارچوب و تکنیک‌های توسعه‌یافته در اینجا هستند. اگرچه عمدتاً بر اساس تحقیقات خود نویسندگان در این زمینه‌ها است، اما هر فصل ارتباطات گسترده‌ای با تحقیقات مرتبط از ادبیات گسترده‌تر ارائه می‌دهد. مباحث فنی مطرح شده در کتاب مستقل بوده و برای خوانندگانی با پیشینه اساسی در هوش مصنوعی قابل فهم است.


فهرست کتاب:

۱. روی جلد

۲. صفحه حق چاپ

۳. صفحه عنوان

۴. فهرست

۵. پیشگفتار

۶. تقدیر و تشکر

۷. مقدمه

۸. معیارهای قابلیت تفسیر

۹. تولید رفتار قابل توضیح

۱۰. رفتار خوانا

۱۱. توضیح به عنوان سازش مدل

۱۲. کسب مدل‌های ذهنی برای توضیحات

۱۳. ایجاد تعادل بین ارتباط و رفتار

۱۴. توضیح در حضور عدم تطابق واژگان

۱۵. رفتار مبهم و ارتباط فریبنده

۱۶. کاربردها

۱۷. نتیجه گیری

۱۸. کتابنامه

۱۹. زندگینامه نویسندگان

۲۰. نمایه

توضیحات(انگلیسی)
From its inception, artificial intelligence (AI) has had a rather ambivalent relationship with humans—swinging between their augmentation and replacement. Now, as AI technologies enter our everyday lives at an ever-increasing pace, there is a greater need for AI systems to work synergistically with humans. One critical requirement for such synergistic human‒AI interaction is that the AI systems' behavior be explainable to the humans in the loop. To do this effectively, AI agents need to go beyond planning with their own models of the world, and take into account the mental model of the human in the loop. At a minimum, AI agents need approximations of the human's task and goal models, as well as the human's model of the AI agent's task and goal models. The former will guide the agent to anticipate and manage the needs, desires and attention of the humans in the loop, and the latter allow it to act in ways that are interpretable to humans (by conforming to their mental models of it), andbe ready to provide customized explanations when needed. The authors draw from several years of research in their lab to discuss how an AI agent can use these mental models to either conform to human expectations or change those expectations through explanatory communication. While the focus of the book is on cooperative scenarios, it also covers how the same mental models can be used for obfuscation and deception. The book also describes several real-world application systems for collaborative decision-making that are based on the framework and techniques developed here. Although primarily driven by the authors' own research in these areas, every chapter will provide ample connections to relevant research from the wider literature. The technical topics covered in the book are self-contained and are accessible to readers with a basic background in AI.


Table of Contents

1. Cover

2. Copyright Page

3. Title Page

4. Contents

5. Preface

6. Acknowledgments

7. Introduction

8. Measures of Interpretability

9. Explicable Behavior Generation

10. Legible Behavior

11. Explanation as Model Reconciliation

12. Acquiring Mental Models for Explanations

13. Balancing Communication and Behavior

14. Explaining in the Presence of Vocabulary Mismatch

15. Obfuscatory Behavior and Deceptive Communication

16. Applications

17. Conclusion

18. Bibliography

19. Authors' Biographies

20. Index

دیگران دریافت کرده‌اند

یادگیری ماشین قابل توضیح در پزشکی ۲۰۲۳
Explainable Machine Learning in Medicine 2023

🏷️ قیمت اصلی: 200,000 تومان بود.قیمت فعلی: 129,000 تومان.

✨ ضمانت تجربه خوب مطالعه

بازگشت کامل وجه

در صورت مشکل، مبلغ پرداختی بازگردانده می شود.

دانلود پرسرعت

دانلود فایل کتاب با سرعت بالا

ارسال فایل به ایمیل

دانلود مستقیم به همراه ارسال فایل به ایمیل.

پشتیبانی ۲۴ ساعته

با چت آنلاین و پیام‌رسان ها پاسخگو هستیم.

ضمانت کیفیت کتاب

کتاب ها را از منابع معتیر انتخاب می کنیم.