論文の概要: Towards an Interface Description Template for AI-enabled Systems
- arxiv url: http://arxiv.org/abs/2007.07250v1
- Date: Mon, 13 Jul 2020 20:30:26 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-10 23:32:48.817771
- Title: Towards an Interface Description Template for AI-enabled Systems
- Title(参考訳): ai対応システムのためのインタフェース記述テンプレートに向けて
- Authors: Niloofar Shadab, Alejandro Salado
- Abstract要約: 再利用(Reuse)は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする、一般的なシステムアーキテクチャのアプローチである。
現在、コンポーネントが当初目的としていたものと異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークは存在しない。
我々は、AI対応コンポーネントの主情報をキャプチャするインターフェイス記述テンプレートの確立に向けて、現在進行中の作業について述べる。
- 参考スコア(独自算出の注目度): 77.34726150561087
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Reuse is a common system architecture approach that seeks to instantiate a
system architecture with existing components. However, reusing components with
AI capabilities might introduce new risks as there is currently no framework
that guides the selection of necessary information to assess their portability
to operate in a system different than the one for which the component was
originally purposed. We know from SW-intensive systems that AI algorithms are
generally fragile and behave unexpectedly to changes in context and boundary
conditions. The question we address in this paper is, what type of information
should be captured in the Interface Control Document (ICD) of an AI-enabled
system or component to assess its compatibility with a system for which it was
not designed originally. We present ongoing work on establishing an interface
description template that captures the main information of an AI-enabled
component to facilitate its adequate reuse across different systems and
operational contexts. Our work is inspired by Google's Model Card concept,
which was developed with the same goal but focused on the reusability of AI
algorithms. We extend that concept to address system-level autonomy
capabilities of AI-enabled cyber-physical systems.
- Abstract(参考訳): 再利用は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする一般的なシステムアーキテクチャアプローチである。
しかしながら、AI機能を備えたコンポーネントの再利用は、コンポーネントが当初目的とされていたものとは異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークが現在存在しないため、新たなリスクをもたらす可能性がある。
SW集約システムでは、AIアルゴリズムは一般的に脆弱であり、コンテキストや境界条件の変化に対して予期しない振る舞いをする。
本稿では,ai対応システムやコンポーネントのインターフェース制御文書 (icd) において,本来設計されていないシステムとの互換性を評価するために,どのような情報を取り込むべきかを問う。
本稿では,ai対応コンポーネントの主要情報を取り込み,異なるシステムと運用コンテキスト間の適切な再利用を容易にするインターフェース記述テンプレートの確立に向けて,現在進行中の作業について述べる。
我々の研究は、同じ目標で開発されたがaiアルゴリズムの再利用性に重点を置いたgoogleのmodel cardコンセプトに触発されたものです。
私たちはこの概念を拡張し、AI対応のサイバー物理システムのシステムレベルの自律性に対処します。
関連論文リスト
- Pangu-Agent: A Fine-Tunable Generalist Agent with Structured Reasoning [50.47568731994238]
人工知能(AI)エージェント作成の鍵となる方法は強化学習(RL)である
本稿では,構造化推論をAIエージェントのポリシーに統合し,学習するための一般的なフレームワークモデルを提案する。
論文 参考訳(メタデータ) (2023-12-22T17:57:57Z) - Online Learning and Planning in Cognitive Hierarchies [10.28577981317938]
ロボットシステムの複雑な統合推論動作をモデル化するために,既存の形式的枠組みを拡張した。
新しいフレームワークは、異なる推論コンポーネント間の相互作用をより柔軟なモデリングを可能にする。
論文 参考訳(メタデータ) (2023-10-18T23:53:51Z) - Large AI Model-Based Semantic Communications [58.394527592974576]
画像データに特化して設計された大規模AIモデルベースSCフレームワーク(LAM-SC)を提案する。
まず,SKBをベースとしたセグメンテーションモデル(SAM)を設計し,各セグメンテーションの知識を用いて,元のイメージを異なるセグメンテーションセグメントに分割する。
次に、注意に基づく意味統合(ASI)を提案し、SKBが生成した意味セグメントを人間の参加なしに評価し、それらを意味認識画像として統合する。
論文 参考訳(メタデータ) (2023-07-07T10:01:08Z) - Dynamic Documentation for AI Systems [0.0]
本稿では,AIシステムにおける現在のドキュメンテーションプロトコルの限界を示す。
我々は、AIシステムを理解し評価するための新しいパラダイムとして、動的ドキュメンテーションを議論する。
論文 参考訳(メタデータ) (2023-03-20T04:23:07Z) - A Compositional Approach to Creating Architecture Frameworks with an
Application to Distributed AI Systems [16.690434072032176]
構成的思考が複雑なシステムのためのアーキテクチャフレームワークの作成と管理のルールをいかに提供できるかを示す。
論文の目的は、AIシステム特有の視点やアーキテクチャモデルを提供することではなく、既存の、または新しく作成された視点で一貫したフレームワークを構築する方法についてのガイドラインを提供することである。
論文 参考訳(メタデータ) (2022-12-27T18:05:02Z) - Core and Periphery as Closed-System Precepts for Engineering General
Intelligence [62.997667081978825]
AIシステムの入力が出力から独立するかどうかは不明であり、従ってAIシステムが従来のコンポーネントとして扱われるかどうかは不明である。
本稿では, 工学的汎用知能は, コアと周辺と呼ばれる, 新たな汎用システム規範を必要とすることを示唆する。
論文 参考訳(メタデータ) (2022-08-04T18:20:25Z) - Introduction to the Artificial Intelligence that can be applied to the
Network Automation Journey [68.8204255655161]
Intent-Based Networking - Concepts and Definitions"ドキュメントには、NetDevOpsに関わる可能性のあるエコシステムのさまざまな部分について記述されている。
認識、生成、翻訳、精巧な機能には、アルゴリズムを実装するための新しい方法が必要だ。
論文 参考訳(メタデータ) (2022-04-02T08:12:08Z) - Neural model robustness for skill routing in large-scale conversational
AI systems: A design choice exploration [34.29393761770914]
最先端の商用対話型AIシステムにおけるスキルルーティングのコンテキストにおいて、モデリング設計の異なる選択がモデル堅牢性にどのように影響するかを示す。
データ拡張を適用することは、モデルロバスト性を大幅に改善する非常に効果的で実用的な方法であることを示す。
論文 参考訳(メタデータ) (2021-03-04T22:54:33Z) - Explanation Ontology: A Model of Explanations for User-Centered AI [3.1783442097247345]
説明はしばしば、原則的でないポストホックな方法でAIシステムに追加されている。
これらのシステムの採用が拡大し、ユーザ中心の説明可能性に重点を置いているため、説明可能性について第一の考慮事項として扱う構造的表現が必要である。
我々は,説明の役割,システムとユーザ属性の双方をモデル化するための説明オントロジーを設計し,異なる文献に基づく説明型の範囲を設計する。
論文 参考訳(メタデータ) (2020-10-04T03:53:35Z) - A general framework for scientifically inspired explanations in AI [76.48625630211943]
我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。
このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
論文 参考訳(メタデータ) (2020-03-02T10:32:21Z)
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。