01
具社會感知能力的系統
一個智能系統應該如何察覺情境、關係與模糊性,而不是把感知本身誤當成全部答案。
Shybot
Shybot 是一個研究與原型計畫,想理解心智如何保留、遺漏、修正與預期 持續展開中的情境。它位在互動、時間推理與認知風格的交界,特別關注 自閉症、ADHD、時間結構、記憶與注意力如何塑造真實經驗。
核心概念
01
一個智能系統應該如何察覺情境、關係與模糊性,而不是把感知本身誤當成全部答案。
02
事件如何跨越時刻累積、記憶如何保持一致或斷裂,以及代理如何推理接下來可能發生什麼。
03
自閉症、ADHD 與不同時間經驗形式,是否需要不同的注意力、結構與詮釋模型。
目前工作
真實媒體透過上傳、佇列、交接與結構化任務進入系統。
物件狀態、事件記憶,以及可能或不可能的下一事件,被轉成明確的系統行為。
圍繞時間、記憶、神經多樣性與真實時間經驗的理論與語言正在形成。
媒體流程讓這個計畫始終和真實觀察保持連結,而不是只停留在抽象層。
原型工作把概念轉成機制、記憶、預測與檢查迴圈。
研究為這個計畫提供語彙,去描述時間經驗是什麼、以及它為何重要。
參考
Shybot 這個名字最初來自 MIT Media Lab 關於面向自閉症兒童的 社會感知型人機互動研究。
查看原始 MIT Media Lab 論文 ↗方向
shybot.org 是這個計畫的公開入口:用來呈現核心概念、正在進行的原型, 以及圍繞它們逐漸長出的研究語言。