Como todos sabemos, Meta no solo se limita a los cascos de realidad virtual como Quest, sino que también está creando gafas AR más livianas, con el objetivo de que los productos se integren mejor en la vida diaria de las personas. Además del hardware liviano, también es crucial en términos de funciones y experiencia interactiva, como los métodos de interacción natural, como la entrada de gestos y los asistentes visuales de IA, etc., que son inseparables de la visión por computadora y la tecnología de IA.
La tecnología de IA será una parte importante de las gafas AR. Al proporcionar a los usuarios respuestas y sugerencias en tiempo real (como rutas de navegación recomendadas, incluso horarios y platos recomendados según preferencias, etc.) para mejorar la practicidad de las gafas AR, se convertirá en Meta AR, uno de los puntos de venta de las gafas. Especialmente, considerando la inversión de Meta en tecnología de inteligencia artificial en los últimos años, tenemos todas las razones para creer esto.
Reality Labs publicó un estudio: XAIR, del cual podemos aprender los principios de diseño de los sistemas de IA en gafas AR. El marco se basa en investigaciones como el Marco de Inteligencia Artificial Explicable (XAI) y la Interacción Humano-Computadora (HCI), que contiene 8 principios de diseño principales, que pueden proporcionar una referencia valiosa para el diseño de AI de gafas AR.
**¿Qué es XAI? **
Según Qingting.com, XAI (Explainable AI), también conocida como Transparent AI (Transparent AI), se caracteriza por comportamientos que son fáciles de entender. La mayor parte de la IA basada en el aprendizaje automático opera en las denominadas cajas negras, y dado que no puede proporcionar las razones y los conocimientos detrás de las decisiones, dicha IA es riesgosa porque no está claro si es confiable, confiable o sesgada.
El concepto de XAI se remonta a más de cuarenta años atrás. Más tarde, con el éxito del modelo AI/ML de caja negra, la tecnología XAI comenzó a atraer la atención de académicos, agencias reguladoras y otras industrias. La investigación muestra que se espera que XAI proporcione a los usuarios decisiones claras y genere confianza. Por ello, en el ámbito industrial, XAI ha comenzado a aplicarse a escenarios cotidianos para mejorar la experiencia del usuario.
XAI puede servir a diferentes públicos objetivo y tener varios usos. Las primeras investigaciones de XAI solo se centraron en desarrolladores de algoritmos, científicos de datos y expertos en los campos de la medicina clínica. En los últimos años, cada vez más XAI ha comenzado a dirigirse a usuarios comunes e integrarse con productos de consumo, como mostrar y recomendar un determinado producto en un sitio web de compras razones y así sucesivamente. Sin embargo, todavía es pronto.
Importancia de XAI
Hacer que la IA sea ampliamente comprendida por los humanos implicará esfuerzos de investigación multidisciplinarios. Por ejemplo, los investigadores de ML han desarrollado algoritmos que generan modelos transparentes (p. ej., árboles de decisión, modelos bayesianos) o utilizan técnicas de interpretación post-hoc (p. ej., importancia de características, explicaciones visuales) para generar explicaciones. Los investigadores de HCI, por otro lado, se enfocan en mejorar la confianza del usuario y la comprensión de las explicaciones generadas por máquinas. Los investigadores de psicología, por otro lado, estudian XAI desde una perspectiva más fundamental, observando cómo las personas generan, comunican y entienden.
La IA abierta y transparente también es muy importante y está en línea con su futura estrategia de desarrollo en el campo de AR/VR. En la investigación de XAIR, el propósito de XAI es ayudar a los usuarios a comprender clara y fácilmente las decisiones y funciones de IA generando detalles o razones. Meta señaló que XAI es una parte importante del sistema interactivo impulsado por IA, y también jugará un papel importante en las aplicaciones AR diarias en el futuro, ayudando a los usuarios a interactuar con los servicios inteligentes visualizados. XAI puede comprender mejor el comportamiento de los sistemas inteligentes AR, evitar decisiones inesperadas de IA, cultivar la conciencia de privacidad y ganarse la confianza del usuario.
Sin embargo, un desafío al que Meta se enfrenta actualmente es crear experiencias XAI efectivas para las aplicaciones AR cotidianas. La mayoría de las investigaciones de XAI existentes se centran en categorizar los tipos de interpretación y las técnicas de generación, sin considerar las características de los escenarios cotidianos de RA, como la información perceptiva generada por los usuarios y el contexto, que se ejecuta las 24 horas del día y una buena adaptabilidad. Estos factores no solo pueden formar explicaciones más amigables para los humanos, sino que también influyen en el diseño de la interfaz de interpretación.
Por lo tanto, Meta propuso el marco de diseño XAIR, que describe cuándo y cómo explicar las decisiones de AI en AR. Para construir el marco XAIR, también se realizó un experimento con 500 personas para recopilar sus preferencias para el diseño de experiencias AR. Además, también se hace referencia a las ideas de 12 expertos en interacción AR.
El enfoque de esta investigación es identificar tres preguntas:
Cuándo debe explicar la IA;
lo que se puede explicar;
Cómo explicar.
Estudios anteriores han explorado los dos primeros problemas y, aunque no son específicos de AR, proporcionaron información útil para el diseño de XAIR.
Pautas de diseño de XAI
Meta cree que si las gafas AR tienen servicios inteligentes, la IA jugará un papel importante, como proporcionar a los usuarios sugerencias basadas en el contexto en función de la información capturada por los sensores de las gafas AR. Además, la interacción entre la IA y los usuarios debe basarse en un diseño XAI efectivo para garantizar que las decisiones de la IA sean fiables y confiables, mejorando así la experiencia del usuario.
A diferencia del marco XAI existente para computadoras y teléfonos móviles, el diseño XAI de AR debe incorporar información contextual más profunda y rica (incluso considerando el estado del usuario), por lo que debe rediseñarse específicamente para AR. Además, el XAI de AR también debe tener capacidades de percepción 3D y estar en línea en tiempo real antes de que pueda aplicarse a los escenarios de AR diarios e integrar el contenido de interpretación con el espacio físico. Por ejemplo, al recomendar recetas, resaltar los ingredientes en el refrigerador del usuario al mismo tiempo, es decir, explicar la decisión en función del contexto de la escena. Por el contrario, los marcos XAI existentes en el mercado no pueden satisfacer estas necesidades.
Por lo tanto, Meta resumió 8 pautas principales de diseño a través de encuestas a usuarios:
Genere siempre resultados de IA para garantizar que los usuarios puedan acceder fácilmente a ellos cuando los necesiten;
No activar automáticamente la explicación, a menos que se cumplan dos condiciones: identificar la alta carga cognitiva del usuario, sentido de urgencia, etc., o identificar la sorpresa, confusión, falta de familiaridad, incertidumbre, etc. del usuario;
Se deben considerar tres factores para el contenido de la explicación personalizada: objetivos del sistema, objetivos del usuario y retratos del usuario;
En el estado predeterminado, dé prioridad a la explicación por qué y elija una explicación concisa;
Proporcione siempre explicaciones más detalladas, que permitan a los usuarios ampliar según sus necesidades a través de pequeñas ventanas de aviso, etc.;
De forma predeterminada, se utiliza el mismo método de interpretación que la salida AI (excepto táctil, audio), y cuando la carga de un modo es alta, se selecciona otro;
El contenido es principalmente texto, si es una imagen, debe simplificarse lo más posible para que sea fácil de entender para los usuarios;
Incruste contenido explicativo en la escena de la manera más encubierta posible, o abiertamente si no es apropiado.
Meta combinó con las pautas de diseño, desarrolló algunos casos de aplicación y los verificó entre los diseñadores de 10. Como resultado, los diseñadores creen que XAIR puede proporcionar una referencia completa o ayuda para el diseño del marco XAI de AR, lo que ayuda a estimular el pensamiento y la imaginación de diseñadores fuerza. Los 12 usuarios finales que participaron en el experimento también informaron que XAIR tiene una excelente facilidad de uso.
Aplicaciones
En esta investigación, Meta ha diseñado dos casos de demostración, si estás interesado, puedes echar un vistazo:
Cuando el usuario esté trotando en el camino, las gafas AR le mostrarán un mapa cercano considerando la estación actual y el paisaje, sugiriendo un desvío a la carretera cercana para disfrutar de los cerezos en flor. Las explicaciones que AI puede proporcionar incluyen: mejores paisajes, la longitud correcta de la ruta y el horario del usuario. Los formularios de explicación incluyen texto, imágenes de flores de cerezo y más.
2) Cuando el usuario de AR regresa a casa después de hablar sobre jardinería con los vecinos, las gafas AR mostrarán un mensaje de "mantenimiento" en las plantas circundantes y le brindarán al usuario instrucciones sobre cómo fertilizar las plantas. Esta sugerencia debe ser activada manualmente por el usuario para evitar pensar que la IA invade la privacidad, y la activación manual puede generar confianza. Además, la IA también puede avisar: después de que el sistema escanea, hay manchas anormales en las hojas de las plantas, lo que indica que pueden sufrir infecciones fúngicas o bacterianas. Además del texto, el formulario de explicación también puede usar AR para marcar puntos anormales en las hojas (el texto es una pista obvia, mientras que la pista AR es un tipo oculto, que está integrado con la escena).
referencia:
Ver originales
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Meta establece ocho pautas para diseñar sistemas de IA para gafas AR 24/7
Editora: Ester
Fuente: Qingting.com
Como todos sabemos, Meta no solo se limita a los cascos de realidad virtual como Quest, sino que también está creando gafas AR más livianas, con el objetivo de que los productos se integren mejor en la vida diaria de las personas. Además del hardware liviano, también es crucial en términos de funciones y experiencia interactiva, como los métodos de interacción natural, como la entrada de gestos y los asistentes visuales de IA, etc., que son inseparables de la visión por computadora y la tecnología de IA.
La tecnología de IA será una parte importante de las gafas AR. Al proporcionar a los usuarios respuestas y sugerencias en tiempo real (como rutas de navegación recomendadas, incluso horarios y platos recomendados según preferencias, etc.) para mejorar la practicidad de las gafas AR, se convertirá en Meta AR, uno de los puntos de venta de las gafas. Especialmente, considerando la inversión de Meta en tecnología de inteligencia artificial en los últimos años, tenemos todas las razones para creer esto.
**¿Qué es XAI? **
Según Qingting.com, XAI (Explainable AI), también conocida como Transparent AI (Transparent AI), se caracteriza por comportamientos que son fáciles de entender. La mayor parte de la IA basada en el aprendizaje automático opera en las denominadas cajas negras, y dado que no puede proporcionar las razones y los conocimientos detrás de las decisiones, dicha IA es riesgosa porque no está claro si es confiable, confiable o sesgada.
El concepto de XAI se remonta a más de cuarenta años atrás. Más tarde, con el éxito del modelo AI/ML de caja negra, la tecnología XAI comenzó a atraer la atención de académicos, agencias reguladoras y otras industrias. La investigación muestra que se espera que XAI proporcione a los usuarios decisiones claras y genere confianza. Por ello, en el ámbito industrial, XAI ha comenzado a aplicarse a escenarios cotidianos para mejorar la experiencia del usuario.
XAI puede servir a diferentes públicos objetivo y tener varios usos. Las primeras investigaciones de XAI solo se centraron en desarrolladores de algoritmos, científicos de datos y expertos en los campos de la medicina clínica. En los últimos años, cada vez más XAI ha comenzado a dirigirse a usuarios comunes e integrarse con productos de consumo, como mostrar y recomendar un determinado producto en un sitio web de compras razones y así sucesivamente. Sin embargo, todavía es pronto.
Importancia de XAI
Hacer que la IA sea ampliamente comprendida por los humanos implicará esfuerzos de investigación multidisciplinarios. Por ejemplo, los investigadores de ML han desarrollado algoritmos que generan modelos transparentes (p. ej., árboles de decisión, modelos bayesianos) o utilizan técnicas de interpretación post-hoc (p. ej., importancia de características, explicaciones visuales) para generar explicaciones. Los investigadores de HCI, por otro lado, se enfocan en mejorar la confianza del usuario y la comprensión de las explicaciones generadas por máquinas. Los investigadores de psicología, por otro lado, estudian XAI desde una perspectiva más fundamental, observando cómo las personas generan, comunican y entienden.
La IA abierta y transparente también es muy importante y está en línea con su futura estrategia de desarrollo en el campo de AR/VR. En la investigación de XAIR, el propósito de XAI es ayudar a los usuarios a comprender clara y fácilmente las decisiones y funciones de IA generando detalles o razones. Meta señaló que XAI es una parte importante del sistema interactivo impulsado por IA, y también jugará un papel importante en las aplicaciones AR diarias en el futuro, ayudando a los usuarios a interactuar con los servicios inteligentes visualizados. XAI puede comprender mejor el comportamiento de los sistemas inteligentes AR, evitar decisiones inesperadas de IA, cultivar la conciencia de privacidad y ganarse la confianza del usuario.
Sin embargo, un desafío al que Meta se enfrenta actualmente es crear experiencias XAI efectivas para las aplicaciones AR cotidianas. La mayoría de las investigaciones de XAI existentes se centran en categorizar los tipos de interpretación y las técnicas de generación, sin considerar las características de los escenarios cotidianos de RA, como la información perceptiva generada por los usuarios y el contexto, que se ejecuta las 24 horas del día y una buena adaptabilidad. Estos factores no solo pueden formar explicaciones más amigables para los humanos, sino que también influyen en el diseño de la interfaz de interpretación.
El enfoque de esta investigación es identificar tres preguntas:
Estudios anteriores han explorado los dos primeros problemas y, aunque no son específicos de AR, proporcionaron información útil para el diseño de XAIR.
Pautas de diseño de XAI
Meta cree que si las gafas AR tienen servicios inteligentes, la IA jugará un papel importante, como proporcionar a los usuarios sugerencias basadas en el contexto en función de la información capturada por los sensores de las gafas AR. Además, la interacción entre la IA y los usuarios debe basarse en un diseño XAI efectivo para garantizar que las decisiones de la IA sean fiables y confiables, mejorando así la experiencia del usuario.
Meta combinó con las pautas de diseño, desarrolló algunos casos de aplicación y los verificó entre los diseñadores de 10. Como resultado, los diseñadores creen que XAIR puede proporcionar una referencia completa o ayuda para el diseño del marco XAI de AR, lo que ayuda a estimular el pensamiento y la imaginación de diseñadores fuerza. Los 12 usuarios finales que participaron en el experimento también informaron que XAIR tiene una excelente facilidad de uso.
Aplicaciones
En esta investigación, Meta ha diseñado dos casos de demostración, si estás interesado, puedes echar un vistazo:
referencia: