Robust Intelligence and Trust in Autonomous Systems

ویرایش: 1 
نویسندگان: Ranjeev Mittu,  Donald Sofge,  Alan Wagner,  W.F. Lawless (eds.)  
سری:  
ISBN (شابک) : 9781489976666, 9781489976680 
ناشر: Springer US 
سال نشر: 2016 
تعداد صفحات: 277 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 مگابایت 

قیمت کتاب (تومان) : 30,000



این جلد به بررسی تقاطع هوش قوی (RI) و اعتماد به سیستم‌های مستقل در زمینه‌های مختلف در میان سیستم‌های ترکیبی خودمختار می‌پردازد، جایی که هیبریدها ترکیبی دلخواه از انسان، ماشین و روبات‌ها هستند. برای درک بهتر روابط بین هوش مصنوعی (AI) و RI به نحوی که اعتماد بین سیستم‌های خودمختار و کاربران انسانی را تقویت کند، این کتاب نظریه‌های اساسی، ریاضیات، مدل‌های محاسباتی و کاربردهای میدانی را بررسی می‌کند. این به طور منحصر به فرد زمینه های RI و اعتماد را متحد می کند و آن را در یک زمینه گسترده تر، یعنی ادغام موثر سیستم های انسان-خود مختار، چارچوب می دهد.

شرح وضعیت فعلی هنر در RI و اعتماد، کار تحقیقاتی در این زمینه را معرفی می‌کند. با این مبنا، فصل‌ها بیشتر در مورد زمینه‌های تحقیقاتی کلیدی و شکاف‌هایی که در قلب یکپارچگی مؤثر سیستم‌های انسان هستند، از جمله مدیریت حجم کار، رابط‌های کامپیوتری انسانی، ادغام و عملکرد تیم، تجزیه و تحلیل پیشرفته، مدل‌سازی رفتار، آموزش، و در آخر توضیح می‌دهند. ، آزمون و ارزیابی.

نوشته شده توسط محققان برجسته بین المللی از سراسر حوزه تحقیقات سیستم های خودمختار، هوش قوی و اعتماد به سیستم های خودمختار خود را وقف بررسی کامل چالش ها می کند و روند سیستم‌هایی که RI را نشان می‌دهند، پیامدهای اساسی RI در ایجاد روابط قابل اعتماد با سیستم‌های خودمختار فعلی و آینده، و یکپارچه‌سازی مؤثر سیستم‌های انسانی که باید برای پایداری اعتماد حاصل شود.

< p>نویسندگان مشارکت کننده: دیوید دبلیو آها، جنی برک، جوزف کوین، ام.ال. کامینگز، مونجال دسای، مایکل درینکواتر، جیل ال دروری، مایکل دبلیو فلوید، فی گائو، ولادیمیر گونتار، آیانا ام. هوارد، مو جمشیدی، دبلیو.اف. لاولس، کاپیل مداتیل، رانجیف میتو، آرزو موسوی، گری پالمر، پل روبینت، بهزاد صدرفریدپور، حامد سعیدی، کریستین ای. شافر، آن سلوین، سیارا سیبلی، دونالد آ. سوفژ، ارین سولووی، آرون تاوین فلور، بارنی ، آلن آر. واگنر، یو وانگ، هالی ای. یانکو، دن زویلینگر.

This volume explores the intersection of robust intelligence (RI) and trust in autonomous systems across multiple contexts among autonomous hybrid systems, where hybrids are arbitrary combinations of humans, machines and robots. To better understand the relationships between artificial intelligence (AI) and RI in a way that promotes trust between autonomous systems and human users, this book explores the underlying theory, mathematics, computational models, and field applications. It uniquely unifies the fields of RI and trust and frames it in a broader context, namely the effective integration of human-autonomous systems.

A description of the current state of the art in RI and trust introduces the research work in this area. With this foundation, the chapters further elaborate on key research areas and gaps that are at the heart of effective human-systems integration, including workload management, human computer interfaces, team integration and performance, advanced analytics, behavior modeling, training, and, lastly, test and evaluation.

Written by international leading researchers from across the field of autonomous systems research, Robust Intelligence and Trust in Autonomous Systems dedicates itself to thoroughly examining the challenges and trends of systems that exhibit RI, the fundamental implications of RI in developing trusted relationships with present and future autonomous systems, and the effective human systems integration that must result for trust to be sustained.

Contributing authors: David W. Aha, Jenny Burke, Joseph Coyne, M.L. Cummings, Munjal Desai, Michael Drinkwater, Jill L. Drury, Michael W. Floyd, Fei Gao, Vladimir Gontar, Ayanna M. Howard, Mo Jamshidi, W.F. Lawless, Kapil Madathil, Ranjeev Mittu, Arezou Moussavi, Gari Palmer, Paul Robinette, Behzad Sadrfaridpour, Hamed Saeidi, Kristin E. Schaefer, Anne Selwyn, Ciara Sibley, Donald A. Sofge, Erin Solovey, Aaron Steinfeld, Barney Tannahill, Gavin Taylor, Alan R. Wagner, Yue Wang, Holly A. Yanco, Dan Zwillinger.

Front Matter....Pages i-xii
Introduction....Pages 1-10
Towards Modeling the Behavior of Autonomous Systems and Humans for Trusted Operations....Pages 11-31
Learning Trustworthy Behaviors Using an Inverse Trust Metric....Pages 33-53
The “Trust V”: Building and Measuring Trust in Autonomous Systems....Pages 55-77
Big Data Analytic Paradigms: From Principle Component Analysis to Deep Learning....Pages 79-95
Artificial Brain Systems Based on Neural Network Discrete Chaotic Dynamics. Toward the Development of Conscious and Rational Robots....Pages 97-113
Modeling and Control of Trust in Human-Robot Collaborative Manufacturing....Pages 115-141
Investigating Human-Robot Trust in Emergency Scenarios: Methodological Lessons Learned....Pages 143-166
Designing for Robust and Effective Teamwork in Human-Agent Teams....Pages 167-190
Measuring Trust in Human Robot Interactions: Development of the “Trust Perception Scale-HRI”....Pages 191-218
Methods for Developing Trust Models for Intelligent Systems....Pages 219-254
The Intersection of Robust Intelligence and Trust: Hybrid Teams, Firms and Systems....Pages 255-270