背景

目前我們模仿人類開發的很多人工智慧來進行工作
我們主要關注建模系統與人類的互動，既模型輸出怎麼讓人類理解和使用。
關注以人為中心的人工智慧或者是混合智慧

五大依賴關係

目前人類和AI已經在很多領域形成相互依賴關係。

1.以缺陷為導向：人工智慧用於增強人的注意力，彌補注意力、注意力或身心耐力的不足。
2.面向資料可靠性：提供人工智慧作為一種工具，用於改進資料的使用和理解。（例如醫療診斷）
3.以保護為導向：使用人工智慧執行對人類來說太危險的任務，或作為輔助來提高安全性。 
4.以潛力為導向：與聯合情報有關，以提高雙方作為一個團隊的表現和推理能力。 
5.政治導向：與控制、勞動力等如何在人與技術之間分配有關的概念，尤其是與員工保護有關的概念
 

人工智慧技術-學習

1.強化學習

基於環境而行動，以取得最大化的預期利益

2.反向強化學習

給定最優策略或最優行為軌跡，尋找可解釋這些策略或行為的獎賞函式

3.模仿學習

模仿學習的目的是從人類專家的演示或人工創造的代理中提取知識，以複製他們的行為

4.主動學習

通過機器學習的方法獲取到那些比較“難”分類的樣本資料，讓人工再次確認和稽核，然後將人工標註得到的資料再次使用有監督學習模型或者半監督學習模型進行訓練，逐步提升模型的效果，將人工經驗融入機器學習的模型中。

主動學習的好奇心，優先好奇心大的資料輸入進模型。

5.心智理論

定義：就是能夠理解他人跟自己所看到的角度是不一樣的，甚至可以根據不同的立場揣測他人下一步的行為
日常活動中，人類依賴並利用自己的能力來估計他人的心理狀態。
通過模型完成多模態輸入完成預測。
 

6. Simulating Human Knowledge of World for Learners

翻譯：為學習者模擬人類對世界的認識
人類學習某一知識以後可以對映到其他領域，比如理解重力以後，會向杯子內倒水。
人工智慧模型現在學習單一特徵，還是解決單一場景的具體問題。
希望人工智慧也能內化這些知識。
這允許在模擬環境中訓練行為，然後過渡到真實世界。代理可以學習基於模擬器的近似解，然後學習將模擬對映到真實世界的轉換

第一篇結論

預測 "相關使用者的行為。這是以人為本的人工智慧系統自主和適應行為的基石
學習和信仰