人工智能(AI)与人机交互(HCI)的融合正在重塑我们与技术的关系,这一领域的研究前沿正从根本上改变着计算系统的本质。为了给博士申请者提供一个清晰的认知框架,本报告首先对定义当前先进研究的关键子领域和新兴趋势进行梳理。
- 从工具到队友的范式转变:当前研究的核心转变在于,AI不再仅仅被视为一个被动执行命令的工具,而是逐渐演变为一个能够与人类进行协作的智能伙伴。这种合作关系建立在共享目标、相互理解和流畅互动的基础之上。这要求智能体不仅能执行任务,还需要理解人类的意图、预测人类的需求,并在协作过程中进行有效的沟通与协调。
- 具身化与社交感知智能体的兴起:研究的另一个重要方向是赋予智能体物理形态和社交智能。这包括人机交互(Human-Robot Interaction, HRI)、虚拟角色以及能够理解和遵循复杂人类社交规范的智能体。这类研究旨在让智能体走出屏幕,进入物理世界或复杂的虚拟社交环境,与人类进行更自然、更深入的互动。威斯康星麦迪逊大学的Bilge Mutlu教授、莱斯大学的Vaibhav Unhelkar教授 以及罗格斯大学的Mubbasir Kapadia教授 的工作是这一方向的杰出代表。
- 大型语言模型(LLM)的推动作用:大型语言模型的出现已成为对话式智能体、常识推理和代码生成等领域的颠覆性技术。LLMs极大地扩展了人机交互的可能性,使得构建能够进行深度、有意义对话的智能体成为现实。这一技术背景对于理解华盛顿大学的Yejin Choi教授 和马里兰大学的Hal Daumé III教授 等学者的前沿工作至关重要。
- 可解释性与信任(XAI):随着AI系统日益复杂,确保其决策过程对人类用户透明且可审查变得至关重要。可解释性人工智能(Explainable AI, XAI)是HCI领域面临的核心挑战,旨在设计出能够解释其推理过程的交互系统,从而建立用户的信任。伊利诺伊大学香槟分校的Karrie Karahalios教授 和威斯康星麦迪SONG大学的Yea-Seul Kim教授 在此领域进行了深入探索。