.png){kind=icon}
返回
Mind the semantic gap: semantic efficiency in human computer interfaces
.png){kind=icon}
OA
AI
DOI：10.3389/frai.2025.1451865.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着我们在日常生活中日益依赖技术，人机交互界面（HCIs）的可用性成为我们所有人个体赋权的关键驱动力。人工智能（AI）系统的主要目标在于通过识别用户需求并主动接管用户本应执行的部分认知任务，使HCIs更易于使用，因此它们正成为我们的代理。要成为有效的可靠代理，AI代理需要理解围绕用户需求的所有相关情境语义上下文以及如何利用HCIs的工具。当前的机器学习（ML）系统在特定人类语境、实时世界知识及其与HCIs工具的关系方面存在根本性的语义差距。这些挑战难以克服，原因包括隐私问题、持续学习、实时上下文的获取以及语义与情境学习的深度融合程度。因此，我们需要研究和探索新的方法，以安全地捕获、紧凑地建模，并以能够高效集成到AI系统如何代表我们行动的方式逐步演进语义。本文提出一个名为“代理游戏”（Game of Delegation）的思想实验，作为审视代理有效性和实现代理的语义效率的视角。
Keyword:
semantics
human computer interfaces (HCI)
artificial intelligence
generative AI
semantic web
retrieval augmented generation
information theory
期刊
F
IF:
4.7
论文数:
2.5K
被引数:
4.4K
机构
引用论文
BeeMo, a Monte Carlo Simulation Agent for Playing Parameterized Poker SquaresBeeMo，一个用于玩参数化扑克方块的蒙特卡洛模拟代理OAAI
OAAI分享收藏分享收藏
Graph Chain-of-Thought: Augmenting Large Language Models by Reasoning on Graphs图链式思维：通过在图上进行推理增强大型语言模型
PREAI
分享收藏The Semantic Web - A new form of Web content that is meaningful to computers will unleash a revolution of new possibilities语义网-一种对计算机有意义的新形式的网络内容将引发一场新可能性的革命.png)
SCIENTIFIC AMERICAN
SCIENTIFIC AMERICANIF3.1
PREAI
分享收藏
查看更多内容