Comme nous le savons tous, Meta ne se limite pas seulement aux casques VR tels que Quest, mais crée également des lunettes AR plus légères, dans le but de mieux intégrer les produits dans la vie quotidienne des gens. En plus du matériel léger, il est également crucial en termes de fonctions et d'expérience interactive, telles que les méthodes d'interaction naturelles, telles que la saisie gestuelle, les assistants visuels IA, etc., qui sont indissociables de la vision par ordinateur et de la technologie IA.
La technologie AI sera un élément important des lunettes AR. En fournissant aux utilisateurs des réponses et des suggestions en temps réel (telles que des itinéraires de navigation recommandés, même des horaires et des plats recommandés en fonction des préférences, etc.) pour améliorer la praticabilité des lunettes AR, il deviendra Meta AR. L'un des arguments de vente des lunettes. Surtout, compte tenu de l'investissement de Meta dans la technologie de l'IA ces dernières années, nous avons toutes les raisons de le croire.
Reality Labs a publié une étude : XAIR, à partir de laquelle nous pouvons apprendre les principes de conception des systèmes d'IA dans les lunettes AR. Le cadre est basé sur des recherches telles que le cadre d'intelligence artificielle explicable (XAI) et l'interaction homme-machine (HCI), qui contient 8 principes de conception majeurs, qui peuvent fournir une référence précieuse pour la conception IA des lunettes AR.
**Qu'est-ce que XAI ? **
Selon Qingting.com, XAI (Explainable AI), également connu sous le nom de Transparent AI (Transparent AI), se caractérise par des comportements faciles à comprendre. La plupart des IA basées sur l'apprentissage automatique fonctionnent dans ce qu'on appelle des boîtes noires, et comme elles ne peuvent pas fournir les raisons et les informations derrière les décisions, une telle IA est risquée car on ne sait pas si elle est digne de confiance, fiable ou biaisée.
Le concept de XAI remonte à plus de quarante ans.Plus tard, avec le succès du modèle boîte noire AI/ML, la technologie XAI a commencé à attirer l'attention des universitaires, des organismes de réglementation et d'autres industries. Les recherches montrent que XAI, espérons-le, fournira aux utilisateurs des décisions claires et renforcera la confiance. Par conséquent, dans le domaine industriel, XAI a commencé à être appliqué à des scénarios quotidiens pour améliorer l'expérience utilisateur.
XAI peut servir différents publics cibles et avoir diverses utilisations. Les premières recherches sur XAI se concentraient uniquement sur les développeurs d'algorithmes, les scientifiques des données et les experts dans les domaines de la médecine clinique. Ces dernières années, de plus en plus de XAI ont commencé à cibler les utilisateurs ordinaires et à s'intégrer aux produits de consommation, tels que l'affichage et la recommandation d'un certain produit sur un site Web commercial raisons et ainsi de suite. Cependant, il est encore tôt.
Importance de XAI
Faire en sorte que l'IA soit largement comprise par les humains impliquera des efforts de recherche multidisciplinaires. Par exemple, les chercheurs en ML ont développé des algorithmes qui génèrent des modèles transparents (par exemple, des arbres de décision, des modèles bayésiens) ou utilisent des techniques d'interprétation post-hoc (par exemple, l'importance des caractéristiques, des explications visuelles) pour générer des explications. Les chercheurs de HCI, quant à eux, se concentrent sur l'amélioration de la confiance des utilisateurs et de la compréhension des explications générées par la machine. Les chercheurs en psychologie, quant à eux, étudient XAI d'un point de vue plus fondamental, en examinant comment les gens génèrent, communiquent et comprennent.
L'IA ouverte et transparente est également très importante et s'inscrit dans sa future stratégie de développement dans le domaine de l'AR/VR. Dans la recherche XAIR, le but de XAI est d'aider les utilisateurs à comprendre clairement et facilement les décisions et les fonctions de l'IA en générant des détails ou des raisons. Meta a souligné que XAI est une partie importante du système interactif basé sur l'IA, et qu'il jouera également un rôle important dans les applications AR quotidiennes à l'avenir, aidant les utilisateurs à interagir avec des services intelligents visualisés. XAI peut mieux comprendre le comportement des systèmes intelligents AR, éviter les décisions inattendues de l'IA, cultiver la conscience de la confidentialité et gagner la confiance des utilisateurs.
Cependant, un défi auquel Meta est actuellement confronté est de créer des expériences XAI efficaces pour les applications AR quotidiennes. La plupart des recherches XAI existantes se concentrent sur la catégorisation des types d'interprétation et des techniques de génération, sans tenir compte des caractéristiques des scénarios AR quotidiens, telles que les informations perceptuelles générées par les utilisateurs et le contexte, fonctionnant 24 heures sur 24 et une bonne adaptabilité. Ces facteurs conduisent non seulement à des interprétations plus conviviales, mais influencent également la conception des interfaces d'interprétation.
Par conséquent, Meta a proposé le cadre de conception XAIR, qui décrit quand et comment expliquer les décisions de l'IA en RA. Afin de construire le cadre XAIR, une expérience avec 500 personnes a également été menée pour recueillir leurs préférences en matière de conception d'expérience AR. En outre, les idées de 12 experts sur l'interaction AR sont également mentionnées.
L’objectif de cette recherche est d’identifier trois questions :
Quand l'IA doit-elle expliquer ;
ce qui peut être expliqué ;
Comment expliquer.
Des études antérieures ont exploré les deux premiers problèmes et, bien que non spécifiques à la RA, ont fourni des informations utiles pour la conception de XAIR.
Directives de conception XAI
Meta estime que si les lunettes AR disposent de services intelligents, l'IA jouera un rôle important, par exemple en fournissant aux utilisateurs des suggestions contextuelles basées sur les informations capturées par les capteurs des lunettes AR. De plus, l'interaction entre l'IA et les utilisateurs doit être basée sur une conception XAI efficace pour garantir que les décisions de l'IA sont fiables et dignes de confiance, améliorant ainsi l'expérience utilisateur.
Différente du cadre XAI existant pour les ordinateurs et les téléphones mobiles, la conception XAI de la RA doit intégrer des informations contextuelles plus profondes et plus riches (même en tenant compte de l'état de l'utilisateur), elle doit donc être repensée spécifiquement pour la RA. De plus, le XAI d'AR doit également avoir des capacités de perception 3D et être en ligne en temps réel avant de pouvoir être appliqué aux scénarios AR quotidiens et intégrer le contenu d'interprétation à l'espace physique. Par exemple, lorsque vous recommandez des recettes, mettez en évidence les ingrédients dans le réfrigérateur de l'utilisateur en même temps, c'est-à-dire expliquez la décision en fonction du contexte de la scène. En revanche, les frameworks XAI existants sur le marché ne peuvent répondre à ces besoins.
Par conséquent, Meta a résumé 8 directives de conception majeures à travers des enquêtes auprès des utilisateurs :
Générez toujours des résultats d'IA pour vous assurer que les utilisateurs peuvent facilement y accéder lorsqu'ils en ont besoin ;
Ne déclenchez pas automatiquement l'explication, sauf si deux conditions sont remplies : identifier la charge cognitive élevée de l'utilisateur, son sentiment d'urgence, etc., ou identifier la surprise, la confusion, la méconnaissance, l'incertitude, etc. de l'utilisateur ;
Trois facteurs doivent être pris en compte pour un contenu d'explication personnalisé : les objectifs du système, les objectifs de l'utilisateur et les portraits de l'utilisateur ;
Dans l'état par défaut, donnez la priorité à l'explication du pourquoi et choisissez une explication concise ;
Fournissez toujours des explications plus détaillées, permettant aux utilisateurs de développer en fonction de leurs besoins via de petites fenêtres d'invite, etc. ;
Par défaut, la même méthode d'interprétation que la sortie AI est utilisée (sauf tactile, audio), et lorsqu'un mode de charge est élevé, un autre est sélectionné ;
Le contenu est principalement composé de texte. S'il s'agit d'une image, elle doit être simplifiée autant que possible pour faciliter la compréhension des utilisateurs ;
Intégrez un contenu explicatif dans la scène aussi secrètement que possible, ou ouvertement si cela n'est pas approprié.
Meta combiné avec les directives de conception, a développé des cas d'application et les a vérifiés parmi les concepteurs 10. En conséquence, les concepteurs pensent que XAIR peut fournir une référence ou une aide complète pour la conception du cadre XAI de la RA, ce qui contribue à stimuler la réflexion et l'imagination de concepteurs. Les 12 utilisateurs finaux qui ont participé à l'expérience ont également signalé que XAIR a une excellente convivialité.
Applications
Dans cette recherche, Meta a conçu deux cas de démonstration, si cela vous intéresse, vous pouvez jeter un œil :
Lorsque l'utilisateur fait du jogging sur le chemin, les lunettes AR lui montreront une carte à proximité en tenant compte de la saison et du paysage en cours, suggérant un détour par la route à proximité pour profiter des fleurs de cerisier. Les explications que l'IA peut fournir incluent : un meilleur paysage, la bonne longueur de l'itinéraire et l'horaire de l'utilisateur. Les formulaires d'explication incluent du texte, des images de fleurs de cerisier, etc.
2) Lorsque l'utilisateur AR rentre chez lui après avoir discuté de jardinage avec des voisins, les lunettes AR afficheront une invite de "maintenance" sur les plantes environnantes et fourniront à l'utilisateur des instructions sur la fertilisation des plantes. Cette suggestion doit être déclenchée manuellement par l'utilisateur pour éviter de penser que l'IA envahit la vie privée, et le déclenchement manuel peut mieux renforcer la confiance. De plus, l'IA peut également signaler : Après l'analyse du système, il y a des taches anormales sur les feuilles des plantes, indiquant qu'elles peuvent souffrir d'infections fongiques ou bactériennes. En plus du texte, le formulaire d'explication peut également utiliser AR pour marquer des points anormaux sur les feuilles (le texte est un indice évident, tandis que l'indice AR est un type caché, qui est intégré à la scène).
référence:
Voir l'original
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 présente huit lignes directrices pour la conception de systèmes d'IA pour des lunettes AR 24h/24 et 7j/7
Editeur : Esther
Source : Qingting.com
Comme nous le savons tous, Meta ne se limite pas seulement aux casques VR tels que Quest, mais crée également des lunettes AR plus légères, dans le but de mieux intégrer les produits dans la vie quotidienne des gens. En plus du matériel léger, il est également crucial en termes de fonctions et d'expérience interactive, telles que les méthodes d'interaction naturelles, telles que la saisie gestuelle, les assistants visuels IA, etc., qui sont indissociables de la vision par ordinateur et de la technologie IA.
La technologie AI sera un élément important des lunettes AR. En fournissant aux utilisateurs des réponses et des suggestions en temps réel (telles que des itinéraires de navigation recommandés, même des horaires et des plats recommandés en fonction des préférences, etc.) pour améliorer la praticabilité des lunettes AR, il deviendra Meta AR. L'un des arguments de vente des lunettes. Surtout, compte tenu de l'investissement de Meta dans la technologie de l'IA ces dernières années, nous avons toutes les raisons de le croire.
**Qu'est-ce que XAI ? **
Selon Qingting.com, XAI (Explainable AI), également connu sous le nom de Transparent AI (Transparent AI), se caractérise par des comportements faciles à comprendre. La plupart des IA basées sur l'apprentissage automatique fonctionnent dans ce qu'on appelle des boîtes noires, et comme elles ne peuvent pas fournir les raisons et les informations derrière les décisions, une telle IA est risquée car on ne sait pas si elle est digne de confiance, fiable ou biaisée.
Le concept de XAI remonte à plus de quarante ans.Plus tard, avec le succès du modèle boîte noire AI/ML, la technologie XAI a commencé à attirer l'attention des universitaires, des organismes de réglementation et d'autres industries. Les recherches montrent que XAI, espérons-le, fournira aux utilisateurs des décisions claires et renforcera la confiance. Par conséquent, dans le domaine industriel, XAI a commencé à être appliqué à des scénarios quotidiens pour améliorer l'expérience utilisateur.
XAI peut servir différents publics cibles et avoir diverses utilisations. Les premières recherches sur XAI se concentraient uniquement sur les développeurs d'algorithmes, les scientifiques des données et les experts dans les domaines de la médecine clinique. Ces dernières années, de plus en plus de XAI ont commencé à cibler les utilisateurs ordinaires et à s'intégrer aux produits de consommation, tels que l'affichage et la recommandation d'un certain produit sur un site Web commercial raisons et ainsi de suite. Cependant, il est encore tôt.
Importance de XAI
Faire en sorte que l'IA soit largement comprise par les humains impliquera des efforts de recherche multidisciplinaires. Par exemple, les chercheurs en ML ont développé des algorithmes qui génèrent des modèles transparents (par exemple, des arbres de décision, des modèles bayésiens) ou utilisent des techniques d'interprétation post-hoc (par exemple, l'importance des caractéristiques, des explications visuelles) pour générer des explications. Les chercheurs de HCI, quant à eux, se concentrent sur l'amélioration de la confiance des utilisateurs et de la compréhension des explications générées par la machine. Les chercheurs en psychologie, quant à eux, étudient XAI d'un point de vue plus fondamental, en examinant comment les gens génèrent, communiquent et comprennent.
L'IA ouverte et transparente est également très importante et s'inscrit dans sa future stratégie de développement dans le domaine de l'AR/VR. Dans la recherche XAIR, le but de XAI est d'aider les utilisateurs à comprendre clairement et facilement les décisions et les fonctions de l'IA en générant des détails ou des raisons. Meta a souligné que XAI est une partie importante du système interactif basé sur l'IA, et qu'il jouera également un rôle important dans les applications AR quotidiennes à l'avenir, aidant les utilisateurs à interagir avec des services intelligents visualisés. XAI peut mieux comprendre le comportement des systèmes intelligents AR, éviter les décisions inattendues de l'IA, cultiver la conscience de la confidentialité et gagner la confiance des utilisateurs.
Cependant, un défi auquel Meta est actuellement confronté est de créer des expériences XAI efficaces pour les applications AR quotidiennes. La plupart des recherches XAI existantes se concentrent sur la catégorisation des types d'interprétation et des techniques de génération, sans tenir compte des caractéristiques des scénarios AR quotidiens, telles que les informations perceptuelles générées par les utilisateurs et le contexte, fonctionnant 24 heures sur 24 et une bonne adaptabilité. Ces facteurs conduisent non seulement à des interprétations plus conviviales, mais influencent également la conception des interfaces d'interprétation.
L’objectif de cette recherche est d’identifier trois questions :
Des études antérieures ont exploré les deux premiers problèmes et, bien que non spécifiques à la RA, ont fourni des informations utiles pour la conception de XAIR.
Directives de conception XAI
Meta estime que si les lunettes AR disposent de services intelligents, l'IA jouera un rôle important, par exemple en fournissant aux utilisateurs des suggestions contextuelles basées sur les informations capturées par les capteurs des lunettes AR. De plus, l'interaction entre l'IA et les utilisateurs doit être basée sur une conception XAI efficace pour garantir que les décisions de l'IA sont fiables et dignes de confiance, améliorant ainsi l'expérience utilisateur.
Meta combiné avec les directives de conception, a développé des cas d'application et les a vérifiés parmi les concepteurs 10. En conséquence, les concepteurs pensent que XAIR peut fournir une référence ou une aide complète pour la conception du cadre XAI de la RA, ce qui contribue à stimuler la réflexion et l'imagination de concepteurs. Les 12 utilisateurs finaux qui ont participé à l'expérience ont également signalé que XAIR a une excellente convivialité.
Applications
Dans cette recherche, Meta a conçu deux cas de démonstration, si cela vous intéresse, vous pouvez jeter un œil :
référence: