惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

爱范儿
爱范儿
P
Palo Alto Networks Blog
月光博客
月光博客
H
Hackread – Cybersecurity News, Data Breaches, AI and More
I
InfoQ
aimingoo的专栏
aimingoo的专栏
腾讯CDC
T
Threatpost
D
DataBreaches.Net
Vercel News
Vercel News
F
Fortinet All Blogs
Engineering at Meta
Engineering at Meta
C
Cybersecurity and Infrastructure Security Agency CISA
Forbes - Security
Forbes - Security
U
Unit 42
C
Check Point Blog
Blog — PlanetScale
Blog — PlanetScale
O
OpenAI News
量子位
TaoSecurity Blog
TaoSecurity Blog
Microsoft Azure Blog
Microsoft Azure Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
V
Visual Studio Blog
Recorded Future
Recorded Future
云风的 BLOG
云风的 BLOG
Security Archives - TechRepublic
Security Archives - TechRepublic
The Last Watchdog
The Last Watchdog
S
Security Affairs
Attack and Defense Labs
Attack and Defense Labs
罗磊的独立博客
Stack Overflow Blog
Stack Overflow Blog
Microsoft Security Blog
Microsoft Security Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
V
V2EX
小众软件
小众软件
S
SegmentFault 最新的问题
www.infosecurity-magazine.com
www.infosecurity-magazine.com
W
WeLiveSecurity
AI
AI
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
博客园 - 聂微东
I
Intezer
Know Your Adversary
Know Your Adversary
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
P
Proofpoint News Feed
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
The Cloudflare Blog
博客园_首页
NISL@THU
NISL@THU
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Как быстро мы увидим за роботом… просто робота
ekatarios (М · 2026-04-23 · via Все публикации подряд на Хабре

Как быстро мы увидим за роботом… просто робота

Уровень сложностиПростой

Время на прочтение4 мин

Охват и читатели1.5K

Обзор

Давайте немного пофантазируем. Вы встаете утром, приходите на кухню, а робот уже протягивает вам чашку любимого кофе и вешалку с подходящей одеждой, попутно в пассивно-агрессивной форме напоминая, что легли спать вы в три часа ночи. На кухне уже убрано, собака выгуляна. Сказка, а не жизнь.

Но чтобы так описать свое утро могли не только редкие технологические инноваторы, нужно не просто разработать железку, которая выполняет все эти действия. Надо преодолеть сопротивление новому, недопонимание и некорректное восприятие робота людьми. И здесь есть проблема.

В IEEE Spectrum опубликовали отчет об интересном полевом эксперименте, согласно которому после личного опыта взаимодействия с роботами меняется их восприятие: роботу готовы доверить больше задач. Но все сложнее, если копать глубже. Кажется, именно в этом и кроется основная проблема внедрения роботов. Мы начинаем относиться к ним, как к людям, приписывая чувства и намерения. Это ломает все.

Про исследование

Робототехника развивается семимильными шагами. Но большинство людей сталкивается с роботами только в новостях, формируя мнение о пользе всего направления по сенсациям, просачивающимся в соцсети. RAI Institute задался вопросом: будет ли восприятие роботов более адекватным, если дать обычным людям, грубо говоря, покрутить ручки управления?

Источник

Источник

Эксперимент заключался в том, что бесплатную тестовую площадку с четвероногим роботом Spot разместили прямо в торговом центре CambridgeSide (США). Поставили задачу: выяснить, как реальный опыт взаимодействия с устройством (а не статьи и видео) влияет на его восприятие.

Чтобы охватить большую аудиторию, на основе игрового контроллера разработали специальный пульт — фактически превратили управление роботом в «игру с последствиями в реальном мире». В итоге понажимать кнопки на тестовой площадке решились около тысячи человек в возрасте от 2 до 90 лет.

Источник

Источник

В тесте использовали несколько разных полигонов, имитирующих реальные задачи для робота: дом, медицинское учреждение, завод и открытую местность (подразумевая работу при ликвидации последствий ЧС). Похоже, личный опыт общения с устройством не просто знакомил с конкретной моделью, а менял фундаментальное представление о возможностях техники.

До и после эксперимента участникам задавали вопросы об их ожиданиях и о том, насколько хорошо робот справляется с поставленной задачей. Анализ результатов показал, что до взаимодействия с пультом основной тон восприятия задавал медийный образ четвероногого робота. Несколько минут непосредственного управления устраняли ряд связанных с ним опасений. Идея использовать такой инструмент у себя дома статистически значимо проникала в умы посетителей.

Однако этот эксперимент был коротковат по времени. Интереснее рассмотреть последствия более длительного взаимодействия с роботами. И здесь на сцену выходят эмоции — очевидно, наши, а не робота.

Даже в рамках эксперимента RAI Institute небольшая доля ответов (3%) подразумевала эмоциональный оттенок: люди переживали, что могут навредить роботу, или давали вполне «человеческие» характеристики его поведению. После личного опыта управления люди уже были готовы рассматривать робота как партнера для игры или компаньона.

Как мы «принимаем» робота

Исследованиями того, как люди взаимодействуют с роботами, занимается целое направление — HRI (Human-Robot Interaction, взаимодействие человека и робота). Основной фокус здесь на том, как формируется доверие к роботам при длительном контакте и можно ли этот процесс подтолкнуть.

Есть множество исследований, подтверждающих, что при общении с роботами мы начинаем их «очеловечивать». Например, в этой статье исследовали возможность использования социальных роботов для эмоциональной поддержки. Ученые показали, что после того, как пропадает эффект новизны, мы наделяем робота «социальностью», ведем себя с ним по-человечески и приписываем ему характер.

Эксперимент длился довольно долго — в течение пяти недель участники все больше и больше раскрывались перед роботом, их настроение после сессий общения улучшалось, а ответы робота они находили все более утешительными. Статья фактически обосновала использование социальных роботов для поддержки на длинной дистанции (даже при том, что все происходило онлайн, без личного присутствия робота в одном помещении с испытуемым).

Картинка из упомянутого исследования

Картинка из упомянутого исследования

На такое «привыкание» влияет масса факторов, в том числе внешний вид робота. Но нет, человеческое лицо здесь не панацея. Проще всего привыкание проходит к роботам со средним уровнем человекоподобности. Встречаясь с по-настоящему антропоморфным устройством, наш мозг как будто напрягается: «Это свой или чужой?» — и тратит больше энергии на анализ ситуации. А средняя степень антропоморфности не вызывает такого напряжения (см. работу, где не задавали вопросы, а смотрели на результаты ЭЭГ).

Как и в человеческом общении, эмоциональная вовлеченность в контакт с роботом растет не бесконечно, а до определенного уровня насыщения. Однако он довольно высок. Ученые сравнили степень «очеловечивания» роботов и других собеседников — людей, домашних животных, игрушек. Если разложить все взаимодействие на семь измерений (вербальная коммуникация, помощь и компетентность, одушевленность и человечность, эмоциональные и эмпатические способности, автономность и добровольность, доверие и близость, а также физическая активность и отзывчивость), то по двум из них — вербальным коммуникациям и компетентности — роботы догоняют партнеров-людей. А по одушевленности и эмпатии воспринимаются на уровне домашних животных.

Нужно ли пытаться разглядеть в роботе машину, а не человека

Проблема этого «одушевления» в том, что ошибкам робота мы тоже начинаем приписывать эмоциональный оттенок и намерения: «Робот специально выполнил не то действие». Вот здесь и кроется бомба замедленного действия.

Основополагающий элемент взаимодействия человека с роботами — доверие. Одно из исследований на эту тему, выполненное Школой информации Мичиганского университета, показало, что уже после нескольких ошибок робота люди это самое доверие теряют. Причем ни одна из известных стратегий обработки ситуации (извинения, отрицание вины, объяснения, обещание так больше не делать) не срабатывает.

Можно ли разработать стратегию, позволяющую восстановить доверие, — пока непонятно. Это предмет будущих исследований.

Получаем парадокс: чем лучше мы учим роботов взаимодействовать с людьми, тем быстрее сами в них разочаровываемся. Это как разочарование в людях, только быстрее и без шансов на терапию. Так что, возможно, главный навык будущих роботов — это как раз не быть слишком уж людьми.