电脑学会更好地理解人类，通过模拟他们

阿尔托大学、 伯明翰大学和奥斯陆大学研究人员目前为计算机学习的个人心理可信模型只是通过观察他们铺平道路的结果。在新发布的会议文章中，研究者发现只是通过观察用户需要多长时间单击菜单项，其中一个可以推断出一个模型，再现了类似行为和准确地估计该用户的视觉系统，如固定工期的一些特点。

尽管在人工智能领域的重大突破，它一直为计算机能够理解为什么用户的方式非常辛苦她做。认知模型，描述个体的能力，以及目标，可以更好解释并因此能够预测也在新情况下的个人行为。然而，学习这些模型从实际可用的间接数据已遥不可及。

“我们的好处是方法的，很多小的数据量方法的需要比黑箱方法。以前的方法来执行这种类型的调整都需要大量的手工劳动或大量的非常精确的观测数据，这限制了这些模型的适用性，到目前为止”，博士研究生从阿尔托大学的安蒂 Kangasrääsiö 解释道。

该方法基于对近似贝叶斯计算 (ABC)，这是一种已推断出非常复杂的模型，从观察所得，在气候科学和流行病学别人用的机器学习方法。它为铺平了自动推理的复杂的人类行为模型从自然主义的观察。这可能是有用的在人机交互，或在自动，评估个人的能力，例如检测认知功能减退的症状。

“我们将能够推断也模拟那个人如何学会在完全新的情况下，行为人模型”教授的机器学习在阿尔托大学萨缪尔 · Kaski 说。

用户界面从阿尔托大学安蒂欧拉斯维尔塔教授说，”我们对这项工作领域的智能用户界面的前景感到兴奋，”。

“将来，计算机将能够理解人类在某种程度上类似的方式，如人类理解对方。它然后可以更好地预测不仅潜在变化的好处，也有其个人成本向单个自适应接口没有能力”，他继续说。

在 2017 年 5 月将在世界上最大的人机交互会议志在丹佛，美国，给出了结果。