基于意图识别的人-智能系统交互框架

人工智能的发展为人机交互带来了新的挑战,迫切需要为人与智能系统设计新型交互方式。本文分析了由智能系统发展带来的三方面问题,指出人与智能系统的新型交互应以趋近人类交互为目标。在梳理总结现有人类社会交互研究和理论的基础上,提出了基于意图识别的交互框架,并论证该框架提升交互效率和解决智能发展挑战的潜力。通过分析新型交互与传统交互之间的关系,为指向新型智能交互设计的理论研究提供了新的方向。

笔画节点在手写体汉字识别中的作用

产生式理论认为,视觉图形的识别是对其产生过程的逆推理。汉字是笔画按正字法规则交错连接构成的象形文字,手写体汉字识别可以认为是对汉字产生过程的反向推理。基于典型的产生式模型——贝叶斯规划学习模型,汉字的产生式识别过程从识别字的笔画开始,先基于线段交点提取出节点,再枚举能产生该节点的所有笔画组合方式,从而获得汉字的产生方式。据此预测,节点数量和节点复杂度是手写汉字识别过程的重要影响因素。本研究通过三个实验考察了节点在汉字识别中的作用。结果显示,含有较多节点的汉字具有更好的识别绩效(节点数量效应),掩盖由较多笔画构成的高复杂度节点会对汉字识别产生更大干扰(节点复杂度效应)。本研究增进了对汉字识别早期过程的认识,为字形识别的产生式反向推理过程提供了证据。

“强认知”的心理学研究:来自AlphaGo的启示

本文从Alpha Go战胜李世石的热议话题出发,简要介绍了AlphaGo的算法,通过比较和分析当前先进人工智能技术与人类智能的特点,就当前人工智能迅猛发展背景下心理学的研究取向进行了探讨。笔者认为,心理学研究应重视计算科学这一理论基础与工具,从计算理论取向探讨核心认知问题,重点关注人类所擅长的,而人工智能尚无法解决的计算难题。这一研究取向对进一步推动心理学从定性到定量,从现象到理论的发展具有重要意义。同时该研究取向下所获的研究成果也能在与人工智能、机器学习及神经科学等多学科交叉中,体现出独特的价值。我们将这一类聚焦于"人类智能优越特质"的心理学研究,命名为"强认知"研究。

从数据到表征：人类认知对人工智能的启发

人类智能具有快速学习和灵活迁移的特点,在应对复杂多变的外部环境时较人工智能系统表现出不可比拟的优势。该优势主要源于前者具备良好的知识表征。本文以"层层迭代,组件共享"的层级树表征为例,深入讨论了良好知识表征的特点,并详细阐述了基于具体的语言语法和视觉语法规则所构建的语言和视觉层级树表征。笔者认为,对良好的知识表征(如层级树表征)的深入探讨不仅可引领有关人类"强认知"领域的研究,同时也有助于实现当前人工智能系统从"大数据、小任务"到"小数据、大任务"的转变。

闪光滞后效应并非知觉延迟差异所致

闪光滞后效应(flash-lag effect)是指在与运动物体一致的位置上呈现闪光(flash),知觉上闪光落后于运动物体的视错觉。延迟差异理论认为,产生该现象的原因是视觉系统加工闪光的速度比加工运动物体慢。根据该理论,作者预测:如采用知觉加工速度更快(或更慢)的客体替代闪光,应能相应地产生更小(或更大)的闪光滞后效应。为了检验该预测,作者以"客体突现"(onset)和"客体消失"(offset)替代闪光滞后实验中的闪光,结果发现,"突现"的知觉滞后大于"消失",但时序判断任务表明"突现"的知觉延迟比"消失"短。该结果并不支持延迟差异理论。

视觉掩蔽可基于知觉到的客体位置

利用flash-lag效应分离视觉掩蔽中客体的物理位置和知觉位置,以探讨掩蔽效应是否基于知觉到的客体位置。实验中掩蔽刺激做圆周运动,到某一位置时,目标刺激短时呈现,要求被试判断目标刺激(缺角菱形)的缺角方向。通过操作目标呈现时二者之间的相对位置,发现当二者物理位置不重合而知觉位置重合时掩蔽效应最大。该结果表明,视觉掩蔽可基于知觉到的客体位置。

对注意的再思考:一个注意的强化学习模型

本文在分析总结现有注意理论的基础上,假设注意是一种信息选择现象,而非心理结构或资源。通过借鉴人工智能领域强化学习算法的思想,笔者提出了一种可以表现出注意现象的人类强化学习模型。该模型描述了人与环境交互的过程:人接受环境的反馈,根据自身心理状态调整行为策略,以最大化所获收益。该过程中,注意体现为高价值信息逐渐获得优先加工的现象。因此,本文对注意的本质进行了重新思考,为未来注意研究提供了新思路。

闪光滞后效应的机制:时间错觉与空间错觉

闪光滞后效应(flash-lag effect,FLE)是指在与某运动物体相同的位置上呈现的闪光(flash)知觉上滞后于该运动物体的视错觉。本文简要介绍了有关闪光滞后效应机制的理论模型。笔者认为,目前各种理论的争议可归结为时间错觉假说与空间错觉假说之争,并在此基础上就今后进一步研究的方向提出了建议。

客体特征统计属性表征机制的特异性

通过两个实验就视觉系统能否像计算平均数那样高效地计算其他统计量的问题进行了探讨。实验一保持一组圆的平均大小不变而改变众数,考察平均数估计是否受众数变化的影响;实验二采用与实验一相同的刺激,直接考察被试估计众数的绩效。结果发现:(1)对平均数的估计不受总体众数变化的影响;(2)对众数的估计往往不如对平均数的估计准确,估计值受平均数变化的影响;(3)在估计众数的任务中,被试成绩受总体极大值的影响。上述结果表明,视觉系统不存在针对众数的自动化加工机制。根据本实验的结果可以进一步推测,视觉系统并非对所有统计量都可做高效加工,而可能存在针对平均数的特异加工机制。

社会场景下联合表征的整合机制（英文）

人们在交互过程中会同时表征自我和他人相关的信息,形成社会性联合表征。然而,自我和他人相关信息是以整合还是分离的形式存在,这一问题尚未厘清。本研究以工作记忆蓬佐错觉为指标展开了探讨。实验中要求两名被试分别记忆部分构成蓬佐错觉的线段并回忆。结果发现,竞争和合作场景下的个体不仅表征了他人相关的信息,还将其和自身相关的信息进行了整合,形成工作记忆蓬佐错觉效应,表明社会交互条件下会自动整合成社会性共同表征。