論文の概要: On the Convergence of Artificial Intelligence and Distributed Ledger
Technology: A Scoping Review and Future Research Agenda
- arxiv url: http://arxiv.org/abs/2001.11017v2
- Date: Wed, 5 Feb 2020 13:36:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-05 21:29:02.701175
- Title: On the Convergence of Artificial Intelligence and Distributed Ledger
Technology: A Scoping Review and Future Research Agenda
- Title（参考訳）: 人工知能と分散レジャー技術の収束について:スコーピングのレビューと今後の研究動向
- Authors: Konstantin D. Pandl, Scott Thiebes, Manuel Schmidt-Kraepelin, Ali
Sunyaev
- Abstract要約: 人工知能(AI)とDLT(Distributed Ledger Technology)の発展は、アカデミックと実践において活発な議論を引き起こしている。
DLTは、不確実な環境で参加者のグループ間でデータに関するコンセンサスを生み出す可能性がある。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Developments in Artificial Intelligence (AI) and Distributed Ledger
Technology (DLT) currently lead to lively debates in academia and practice. AI
processes data to perform tasks that were previously thought possible only for
humans. DLT has the potential to create consensus over data among a group of
participants in uncertain environments. In recent research, both technologies
are used in similar and even the same systems. Examples include the design of
secure distributed ledgers or the creation of allied learning systems
distributed across multiple nodes. This can lead to technological convergence,
which in the past, has paved the way for major innovations in information
technology. Previous work highlights several potential benefits of the
convergence of AI and DLT but only provides a limited theoretical framework to
describe upcoming real-world integration cases of both technologies. We aim to
contribute by conducting a systematic literature review on previous work and
providing rigorously derived future research opportunities. This work helps
researchers active in AI or DLT to overcome current limitations in their field,
and practitioners to develop systems along with the convergence of both
technologies.
- Abstract（参考訳）: 人工知能(AI)と分散Ledger Technology(DLT)の開発は、現在、アカデミックと実践において活発に議論されている。
aiはデータを処理して、以前は人間にしかできなかったタスクを実行する。
DLTは、不確実な環境で参加者のグループ間でデータに関するコンセンサスを生み出す可能性がある。
近年の研究では、どちらの技術も同じシステムでも使われている。
例えば、セキュアな分散台帳の設計や、複数のノードに分散したアライアンス学習システムの作成などだ。
これは、過去に情報技術における大きなイノベーションの道を開いた技術的収束につながる可能性がある。
これまでの作業では、AIとDLTの統合による潜在的なメリットをいくつか挙げているが、いずれのテクノロジの現実的な統合ケースを記述するための限定的な理論的フレームワークのみを提供している。
我々は,先行研究に関する体系的な文献レビューを行い,将来的な研究機会を厳格に提供して貢献することを目指している。
この研究は、AIやDLTの研究者が現在の分野における限界を克服し、実践者が両方の技術の収束とともにシステムを開発するのに役立つ。
関連論文リスト
- Recent Advances in Generative AI and Large Language Models: Current Status, Challenges, and Perspectives [10.16399860867284]
生成人工知能(AI)と大規模言語モデル(LLM)の出現は、自然言語処理(NLP)の新しい時代を象徴している。
本稿では,これらの最先端技術の現状を概観し,その顕著な進歩と広範囲な応用を実証する。
論文 参考訳（メタデータ） (2024-07-20T18:48:35Z) - Operating System And Artificial Intelligence: A Systematic Review [17.256378758253437]
我々は、AI駆動のツールがOSのパフォーマンス、セキュリティ、効率をいかに向上させるかを検討する一方、OSの進歩はより洗練されたAIアプリケーションを促進する。
メモリ管理やプロセススケジューリング,侵入検出など,OSの機能最適化に使用されるさまざまなAI技術を分析した。
我々はIntelligent OSの有望な展望を探求し、革新的なOSアーキテクチャがいかに画期的な機会の道を開くかだけでなく、AIがこれらの次世代OSの発展にどのように貢献するかについても検討する。
論文 参考訳（メタデータ） (2024-07-19T05:29:34Z) - Networking Systems for Video Anomaly Detection: A Tutorial and Survey [55.28514053969056]
ビデオ異常検出(VAD)は人工知能(AI)コミュニティにおける基本的な研究課題である。
本稿では,各種深層学習駆動型VAD経路の基本前提,学習フレームワーク,適用シナリオについて述べる。
我々は、産業用IoTおよびスマート都市における最新のNSVAD研究と、デプロイ可能なNSVADのためのエンドクラウド共同アーキテクチャを紹介します。
論文 参考訳（メタデータ） (2024-05-16T02:00:44Z) - On the Emergence of Symmetrical Reality [51.21203247240322]
物理仮想アマルガメーションの様々な形態を包含した統一表現を提供する対称現実感フレームワークを導入する。
我々は、対称現実の潜在的な応用を示すAI駆動型アクティブアシストサービスの例を提案する。
論文 参考訳（メタデータ） (2024-01-26T16:09:39Z) - Generative AI [20.57872238271025]
生成AI(generative AI)とは、一見新しい意味のあるコンテンツを生成できる計算技術である。
Dall-E 2, GPT-4, Copilotといった例でこの技術が広く普及していることは,現在私たちの作業方法やコミュニケーション方法に革命をもたらしています。
論文 参考訳（メタデータ） (2023-09-13T08:21:59Z) - The Future of Fundamental Science Led by Generative Closed-Loop
Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。
AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。
ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文 参考訳（メタデータ） (2023-07-09T21:16:56Z) - AI for Science: An Emerging Agenda [30.260160661295682]
本報告では,Dagtuhl Seminar 22382 "Machine Learning for Science: Bridging Data-Driven and Mechanistic Modelling"のプログラムと成果について報告する。
AIの変革的ポテンシャルは、分野にわたって広く適用可能であることに由来するもので、研究領域間での統合によってのみ達成される。
技術的な進歩に加えて、この分野における次の進歩の波は、機械学習研究者、ドメインエキスパート、市民科学者、エンジニアのコミュニティを構築することにある。
論文 参考訳（メタデータ） (2023-03-07T20:21:43Z) - Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。
欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
論文 参考訳（メタデータ） (2022-12-10T07:49:50Z) - Coordinated Science Laboratory 70th Anniversary Symposium: The Future of
Computing [80.72844751804166]
2021年、コーディネート・サイエンス研究所(CSL)は70周年を記念して、Future of Computing Symposiumを開催した。
シンポジウムで提案された主要な技術的ポイント、洞察、方向性を要約する。
参加者は、新しいコンピューティングパラダイム、技術、アルゴリズム、行動、そして将来予想される研究課題に関するトピックについて議論した。
論文 参考訳（メタデータ） (2022-10-04T17:32:27Z) - Human-Centered AI for Data Science: A Systematic Approach [48.71756559152512]
HCAI(Human-Centered AI)は、さまざまなヒューマンタスクをサポートするAI技術の設計と実装を目的とした研究活動である。
データサイエンス(DS)に関する一連の研究プロジェクトを使ってHCAIにどのようにアプローチするかをケーススタディとして紹介する。
論文 参考訳（メタデータ） (2021-10-03T21:47:13Z) - Pervasive AI for IoT Applications: Resource-efficient Distributed
Artificial Intelligence [45.076180487387575]
人工知能(AI)は、さまざまなモノのインターネット(IoT)アプリケーションやサービスにおいて大きなブレークスルーを目の当たりにした。
これは、感覚データへの容易なアクセスと、リアルタイムデータストリームのゼッタバイト(ZB)を生成する広帯域/ユビキタスデバイスの巨大なスケールによって駆動される。
広範コンピューティングと人工知能の合流により、Pervasive AIはユビキタスIoTシステムの役割を拡大した。
論文 参考訳（メタデータ） (2021-05-04T23:42:06Z)
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。