論文の概要: Monitoring Misuse for Accountable 'Artificial Intelligence as a Service'
- arxiv url: http://arxiv.org/abs/2001.09723v1
- Date: Tue, 14 Jan 2020 18:14:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-08 02:14:43.781986
- Title: Monitoring Misuse for Accountable 'Artificial Intelligence as a Service'
- Title（参考訳）: サービスとしての人工知能」の誤用監視
- Authors: Seyyed Ahmad Javadi, Richard Cloete, Jennifer Cobbe, Michelle Seng Ah
Lee and Jatinder Singh
- Abstract要約: 本稿では,AIプロバイダがユーザによるサービス誤用の可能性を明らかにするコンセプトを紹介し,検討する。
我々は、調査を保証できる状況を示す技術的利用パターンを検討し、誤用を監視するための法的および技術的な課題をいくつか提起する。
- 参考スコア（独自算出の注目度）: 6.562256987706127
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: AI is increasingly being offered 'as a service' (AIaaS). This entails service
providers offering customers access to pre-built AI models and services, for
tasks such as object recognition, text translation, text-to-voice conversion,
and facial recognition, to name a few. The offerings enable customers to easily
integrate a range of powerful AI-driven capabilities into their applications.
Customers access these models through the provider's APIs, sending particular
data to which models are applied, the results of which returned. However, there
are many situations in which the use of AI can be problematic. AIaaS services
typically represent generic functionality, available 'at a click'. Providers
may therefore, for reasons of reputation or responsibility, seek to ensure that
the AIaaS services they offer are being used by customers for 'appropriate'
purposes. This paper introduces and explores the concept whereby AIaaS
providers uncover situations of possible service misuse by their customers.
Illustrated through topical examples, we consider the technical usage patterns
that could signal situations warranting scrutiny, and raise some of the legal
and technical challenges of monitoring for misuse. In all, by introducing this
concept, we indicate a potential area for further inquiry from a range of
perspectives.
- Abstract（参考訳）: AIはますます‘サービスとしての’(AIaaS)として提供されています。
これには、オブジェクト認識、テキスト翻訳、テキスト音声変換、顔認識などのタスクのために、事前に構築されたAIモデルやサービスへのアクセスを提供するサービスプロバイダが含まれる。
この提供により、顧客は、さまざまな強力なAI駆動機能をアプリケーションに簡単に統合できる。
顧客はプロバイダのAPIを通じてこれらのモデルにアクセスし、特定のデータをどのモデルが適用されるか、結果が返される。
しかし、aiの使用が問題となる状況はたくさんある。
aiaasサービスは一般的に汎用機能を表し、クリックで利用可能である。
それゆえ、プロバイダーは、評判や責任の理由から、彼らが提供するaiaasサービスが、顧客が「適切な」目的のために使用されていることを保証することができる。
本稿では,AIaaSプロバイダがユーザによるサービス誤用の可能性を明らかにするコンセプトを紹介し,検討する。
トピックの例を例に挙げて,監視を要する状況に合図する技術利用パターンを検討し,誤用監視の法的・技術的課題を提起する。
全体として、この概念を導入することで、幅広い視点からさらなる調査を行う可能性を示す。
関連論文リスト
- The Ethics of Advanced AI Assistants [53.89899371095332]
本稿では,高度AIアシスタントがもたらす倫理的・社会的リスクについて論じる。
我々は、高度なAIアシスタントを自然言語インタフェースを持つ人工知能エージェントとして定義し、ユーザに代わってアクションのシーケンスを計画し実行することを目的としている。
先進的なアシスタントの社会規模での展開を考察し、協力、株式とアクセス、誤情報、経済的影響、環境、先進的なAIアシスタントの評価方法に焦点をあてる。
論文 参考訳（メタデータ） (2024-04-24T23:18:46Z) - A Learning-based Incentive Mechanism for Mobile AIGC Service in Decentralized Internet of Vehicles [49.86094523878003]
モバイルAIGCサービスアロケーションのための分散インセンティブ機構を提案する。
我々は、AIGCサービスのRSUへの供給と、IoVコンテキスト内のサービスに対するユーザ要求のバランスを見つけるために、マルチエージェントの深層強化学習を採用している。
論文 参考訳（メタデータ） (2024-03-29T12:46:07Z) - FhGenie: A Custom, Confidentiality-preserving Chat AI for Corporate and
Scientific Use [2.927166196773183]
我々は、FhGenieと呼ばれるカスタマイズされたチャットAIを設計、開発しました。
リリース後数日で、何千人ものFraunhofer社員がこのサービスを使い始めた。
我々は、その生産的利用から学んだ課題、観察、および中核的な教訓について議論する。
論文 参考訳（メタデータ） (2024-02-29T09:43:50Z) - AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities
and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。
我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。
主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文 参考訳（メタデータ） (2023-04-10T15:38:12Z) - Guiding AI-Generated Digital Content with Wireless Perception [69.51950037942518]
本稿では,AIGC(AIGC)と無線認識を統合し,デジタルコンテンツ制作の質を向上させる。
このフレームワークは、単語の正確な記述が難しいユーザの姿勢を読み取るために、新しいマルチスケール認識技術を採用し、それをスケルトン画像としてAIGCモデルに送信する。
生産プロセスはAIGCモデルの制約としてユーザの姿勢を強制するため、生成されたコンテンツはユーザの要求に適合する。
論文 参考訳（メタデータ） (2023-03-26T04:39:03Z) - Advances in Automatically Rating the Trustworthiness of Text Processing
Services [9.696492590163016]
AIサービスは、データやモデル、あるいはユーザの変化を受けると、不安定な振る舞いを持つことが知られている。
消費者がAIのソースコードやトレーニングデータにアクセスできないブラックボックス設定でAIサービスを評価する現在のアプローチは限られている。
我々のアプローチは、食品産業における健康促進のための栄養ラベル付けの成功に触発され、独立した利害関係者の視点からAIサービスを信頼のために評価し、評価することを目指している。
論文 参考訳（メタデータ） (2023-02-04T14:27:46Z) - Out of Context: Investigating the Bias and Fairness Concerns of
"Artificial Intelligence as a Service" [6.824692201913679]
AI as a Service(AI as a Service)は、様々なプラグイン・アンド・プレイAIサービスやツールを提供する、急速に成長している市場です。
しかし、AIシステムは社会的影響を持つバイアスや不平等をカプセル化できることが知られている。
フェアネスの文脈に敏感な性質は、しばしばAIの「ワンサイズフィットオール」アプローチと相容れない。
論文 参考訳（メタデータ） (2023-02-02T22:32:10Z) - Enabling AI-Generated Content (AIGC) Services in Wireless Edge Networks [68.00382171900975]
無線エッジネットワークでは、不正に生成されたコンテンツの送信はネットワークリソースを不要に消費する可能性がある。
我々は、AIGC-as-a-serviceの概念を示し、エッジネットワークにAをデプロイする際の課題について議論する。
最適なASP選択のための深層強化学習可能なアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-01-09T09:30:23Z) - Seamful XAI: Operationalizing Seamful Design in Explainable AI [59.89011292395202]
AIシステムのミスは必然的であり、技術的制限と社会技術的ギャップの両方から生じる。
本稿では, 社会工学的・インフラ的ミスマッチを明らかにすることにより, シームレスな設計がAIの説明可能性を高めることを提案する。
43人のAI実践者と実際のエンドユーザでこのプロセスを探求します。
論文 参考訳（メタデータ） (2022-11-12T21:54:05Z) - On-Premise Artificial Intelligence as a Service for Small and Medium
Size Setups [0.541530201129053]
人工知能(AI)技術は、特定のドメインにカスタマイズされたデプロイメントから、垂直ドメインや産業に水平に浸透する汎用ソリューションへと移行している。
さまざまな商用ソリューションがユーザフレンドリで使いやすいAI(AI)を提供していますが、そのようなエコシステムの民主化を可能にする機能は遅れています。
本章では,AI機能とそれに対応する技術スタックについて論じ,オープンソースユーザフレンドリーな技術を用いた実現の可能性を分析する。
論文 参考訳（メタデータ） (2022-10-12T09:28:02Z) - Engineering an Intelligent Essay Scoring and Feedback System: An
Experience Report [1.5168188294440734]
専門的な採用支援サービスの顧客から提供されるエッセイの質を評価するための探索システムについて述べる。
オープンエンドの顧客提供のソーステキストがあいまいさとエラーのかなりの範囲を持っているため、問題領域は困難です。
また、専門的なビジネスドメイン知識をインテリジェントな処理システムに組み込む必要もあります。
論文 参考訳（メタデータ） (2021-03-25T03:46:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。