Fugu-MT 論文翻訳(概要): An optimizable scalar objective value cannot be objective and should not be the sole objective

論文の概要: An optimizable scalar objective value cannot be objective and should not be the sole objective

arxiv url: http://arxiv.org/abs/2006.02577v1
Date: Wed, 3 Jun 2020 23:10:38 GMT
ステータス: 処理完了
システム内更新日: 2022-11-25 18:03:52.914910
Title: An optimizable scalar objective value cannot be objective and should not be the sole objective
Title（参考訳）: 最適化可能なスカラー目的値は客観的であってはならず、唯一の目的であってはならない
Authors: Isabel Kloumann and Mark Tygert
Abstract要約: 本稿では,アルゴリズムと計算システムの倫理性と道徳性について述べる。この2年間、Facebook社内で流通してきた。この論文は、現代の機械学習と人工知能に対する標準的なアプローチは偏見があり不公平である、と論じている。
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: This paper concerns the ethics and morality of algorithms and computational systems, and has been circulating internally at Facebook for the past couple years. The paper reviews many Nobel laureates' work, as well as the work of other prominent scientists such as Richard Dawkins, Andrei Kolmogorov, Vilfredo Pareto, and John von Neumann. The paper draws conclusions based on such works, as summarized in the title. The paper argues that the standard approach to modern machine learning and artificial intelligence is bound to be biased and unfair, and that longstanding traditions in the professions of law, justice, politics, and medicine should help.
Abstract（参考訳）: 本稿では,アルゴリズムと計算システムの倫理と道徳について考察し,過去2年間facebook社内で流通してきた。この論文は、多くのノーベル賞受賞者の業績や、リチャード・ドーキンス、アンドレイ・コルモゴロフ、ヴィルフレド・パレート、ジョン・フォン・ノイマンなどの著名な科学者の業績をレビューしている。この論文は、そのタイトルにまとめられたような作品に基づいて結論を導き出す。この論文は、現代の機械学習と人工知能に対する標準的なアプローチは偏見と不公平であり、法律、司法、政治、医学の専門職における長年の伝統が役に立つべきだと論じている。

関連論文リスト

Can Artificial Intelligence Embody Moral Values? [0.0]
中立論ではテクノロジーは価値に恵まれない本稿では,人工知能,特に自律的に目標を追求する決定を下す人工知能が中立論に挑むことを論じる。我々の中心的な主張は、人工エージェントの根底にある計算モデルが、公正さ、正直さ、害を避けるといった道徳的価値の表現を統合することができるということである。
論文参考訳（メタデータ） (2024-08-22T09:39:16Z)
Position: The Causal Revolution Needs Scientific Pragmatism [0.0]
因果モデルと手法は大きな可能性を秘めているが、その進歩は停滞している。因果関係を用いた提案は、対立する2つの世界観の間で圧迫される。システム中心の帰納的バイアスは、人間中心の哲学に置き換えられるべきである。
論文参考訳（メタデータ） (2024-06-04T12:50:33Z)
Real Sparks of Artificial Intelligence and the Importance of Inner Interpretability [0.0]
この論文は、Microsoftのエンジニアによる研究であるGPTのインテリジェンスに関する最も詳細な記事の1つを取り上げている。私は、よく知られた哲学的理由から、その方法論について論じます。 Inner Interpretability"#にはエキサイティングで新たな分野があります。内的解釈可能性のアプローチをさらに洗練するために、哲学的概念のいくつかがどのように利用できるかを示します。
論文参考訳（メタデータ） (2024-01-31T23:22:13Z)
Rethinking Machine Ethics -- Can LLMs Perform Moral Reasoning through the Lens of Moral Theories? [78.3738172874685]
倫理的AIシステムの開発には倫理的判断が不可欠である。一般的なアプローチは主にボトムアップ方式で実装されており、モラルに関するクラウドソースの意見に基づいて、大量の注釈付きデータを使用してモデルをトレーニングする。本研究は、学際的な研究から確立された道徳理論を用いて道徳的推論を行うために、言語モデル(LM)を操る柔軟なトップダウンフレームワークを提案する。
論文参考訳（メタデータ） (2023-08-29T15:57:32Z)
When to Make Exceptions: Exploring Language Models as Accounts of Human Moral Judgment [96.77970239683475]
AIシステムは人間の道徳的判断や決定を理解し、解釈し、予測しなければなりません。 AIの安全性に対する中心的な課題は、人間の道徳心の柔軟性を捉えることだ。ルール破りの質問応答からなる新しい課題セットを提案する。
論文参考訳（メタデータ） (2022-10-04T09:04:27Z)
Metaethical Perspectives on 'Benchmarking' AI Ethics [81.65697003067841]
ベンチマークは、人工知能(AI)研究の技術的進歩を測定するための基盤とみられている。 AIの顕著な研究領域は倫理であり、現在、ベンチマークのセットも、AIシステムの「倫理性」を測定する一般的な方法もない。我々は、現在と将来のAIシステムのアクションを考えるとき、倫理よりも「価値」について話す方が理にかなっていると論じる。
論文参考訳（メタデータ） (2022-04-11T14:36:39Z)
A Word on Machine Ethics: A Response to Jiang et al. (2021) [36.955224006838584]
本稿では,最近提案されたDelphiモデルの単一事例研究に焦点をあて,モラル判断を自動化するためのプロジェクト提案手法の批判を提供する。我々は、現在および近未来の技術の活用に焦点をあてて、機械倫理がいかに有効に進むかについて議論した。
論文参考訳（メタデータ） (2021-11-07T19:31:51Z)
Providing a Philosophical Critique and Guidance of Fairness Metrics [0.0]
私は、コンピュータ科学と哲学の両方の分野において、フェアネスのテーマを要約し、解き放つことを目指しています。これはtextitfairnessの哲学のクラッシュコースとして、日々のコンピューター科学者、特にロボティクス学者に$$$で振る舞うことを願っています。
論文参考訳（メタデータ） (2021-10-17T18:35:18Z)
Scruples: A Corpus of Community Ethical Judgments on 32,000 Real-Life Anecdotes [72.64975113835018]
記述倫理に動機づけられた我々は、機械倫理に対する新しいデータ駆動アプローチを調査する。 Scruplesは、625,000の倫理的判断を持つ最初の大規模データセットで、32,000の実生活の逸話について紹介する。我々のデータセットは最先端のニューラルネットワークモデルに対して大きな課題を示し、改善の余地を残しています。
論文参考訳（メタデータ） (2020-08-20T17:34:15Z)
On Consequentialism and Fairness [64.35872952140677]
機械学習におけるフェアネスの共通定義について、逐次的批判を行う。学習とランダム化の問題に関するより広範な議論で締めくくります。
論文参考訳（メタデータ） (2020-01-02T05:39:48Z)
On the Morality of Artificial Intelligence [154.69452301122175]
本稿では,機械学習の研究・展開に関する概念的かつ実践的な原則とガイドラインを提案する。我々は,より倫理的で道徳的なMLの実践を追求するために,実践者が採る具体的な行動を主張している。
論文参考訳（メタデータ） (2019-12-26T23:06:54Z)

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。