論文の概要: Tackling COVID-19 through Responsible AI Innovation: Five Steps in the
Right Direction
- arxiv url: http://arxiv.org/abs/2008.06755v1
- Date: Sat, 15 Aug 2020 17:26:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-28 21:17:16.417585
- Title: Tackling COVID-19 through Responsible AI Innovation: Five Steps in the
Right Direction
- Title（参考訳）: 責任あるaiイノベーションを通じてcovid-19に取り組む - 正しい方向への5つのステップ
- Authors: David Leslie
- Abstract要約: データサイエンスとAI/MLのイノベーションは、新型コロナウイルス対策のグローバルな取り組みを支援する上で、中心的な役割を担っている。
これらの懸念に対処するために、私は責任ある研究とイノベーションを促進するために取るべき5つのステップを提供します。
- 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: Innovations in data science and AI/ML have a central role to play in
supporting global efforts to combat COVID-19. The versatility of AI/ML
technologies enables scientists and technologists to address an impressively
broad range of biomedical, epidemiological, and socioeconomic challenges. This
wide-reaching scientific capacity, however, also raises a diverse array of
ethical challenges. The need for researchers to act quickly and globally in
tackling SARS-CoV-2 demands unprecedented practices of open research and
responsible data sharing at a time when innovation ecosystems are hobbled by
proprietary protectionism, inequality, and a lack of public trust. Moreover,
societally impactful interventions like digital contact tracing are raising
fears of surveillance creep and are challenging widely held commitments to
privacy, autonomy, and civil liberties. Prepandemic concerns that data-driven
innovations may function to reinforce entrenched dynamics of societal inequity
have likewise intensified given the disparate impact of the virus on vulnerable
social groups and the life-and-death consequences of biased and discriminatory
public health outcomes. To address these concerns, I offer five steps that need
to be taken to encourage responsible research and innovation. These provide a
practice-based path to responsible AI/ML design and discovery centered on open,
accountable, equitable, and democratically governed processes and products.
When taken from the start, these steps will not only enhance the capacity of
innovators to tackle COVID-19 responsibly, they will, more broadly, help to
better equip the data science and AI/ML community to cope with future pandemics
and to support a more humane, rational, and just society.
- Abstract（参考訳）: データサイエンスとAI/MLのイノベーションは、新型コロナウイルス対策のグローバルな取り組みを支援する上で、中心的な役割を果たす。
AI/ML技術の汎用性により、科学者や技術者は、驚くほど幅広いバイオメディカル、疫学、社会経済的課題に対処できる。
しかし、この幅広い科学的能力は様々な倫理的課題を提起している。
sars-cov-2に取り組む研究者が迅速かつグローバルに行動することの必要性は、イノベーションのエコシステムがプロプライエタリな保護主義、不平等、公共の信頼の欠如に悩まされている時代に、前例のないオープンリサーチと責任あるデータ共有を要求する。
さらに、デジタル接触追跡のような社会的に影響力のある介入は、監視の不安を増し、プライバシー、自律性、市民の自由に対する幅広いコミットメントに挑戦している。
データ駆動型イノベーションが社会的不平等の密着したダイナミクスを強化するのに役立つというプレパンデミックの懸念は、ウイルスが脆弱な社会グループに異なる影響と、偏見と差別的な公衆衛生結果の致命的な結果に影響を及ぼすことによって、同様に高まった。
これらの懸念に対処するために、私は責任ある研究とイノベーションを促進するために取るべき5つのステップを提供します。
これらは、オープンで説明責任があり、公平で、民主的に管理されたプロセスや製品を中心に、AI/MLの設計と発見に責任を負う実践ベースのパスを提供する。
最初から考えると、これらのステップは新型コロナウイルス(covid-19)に取り組むイノベーターの能力を高めるだけでなく、データサイエンスとai/mlコミュニティに、将来のパンデミックに対処するためのより優れた装備と、より人道的で合理的で、単なる社会を支援するのに役立つだろう。
関連論文リスト
- Persuasion with Large Language Models: a Survey [49.86930318312291]
大規模言語モデル (LLM) は説得力のあるコミュニケーションに新たな破壊的可能性を生み出している。
政治、マーケティング、公衆衛生、電子商取引、慈善事業などの分野では、LLMシステムズは既に人間レベルや超人的説得力を達成している。
LLMをベースとした説得の現在と将来の可能性は、倫理的・社会的リスクを著しく引き起こす可能性が示唆された。
論文 参考訳（メタデータ） (2024-11-11T10:05:52Z) - AI in Action: Accelerating Progress Towards the Sustainable Development Goals [4.09375125119842]
私たちは、国連の持続可能な開発目標に対する行動を促進するAIの可能性を示すために、Googleの内部および共同研究、技術的作業、および社会的影響イニシアチブを描いています。
この論文では、コンピュータビジョン、生成AI、自然言語処理、マルチモーダルAIを含むAIの能力を強調し、AIが17のSDGすべてにまたがる問題解決へのアプローチをどのように変えているかを示している。
そして私たちは、大胆で責任あるイノベーションを推進し、インパクトを高め、アクセシビリティのギャップを埋め、すべての人がAIから恩恵を受けられるように、AI開発とデプロイメントに関する洞察を提供します。
論文 参考訳（メタデータ） (2024-07-02T23:25:27Z) - Control Risk for Potential Misuse of Artificial Intelligence in Science [85.91232985405554]
我々は、科学におけるAI誤用の危険性の認識を高めることを目的としている。
化学科学における誤用の実例を取り上げる。
我々は、科学におけるAIモデルの誤用リスクを制御するSciGuardというシステムを提案する。
論文 参考訳（メタデータ） (2023-12-11T18:50:57Z) - Managing extreme AI risks amid rapid progress [171.05448842016125]
我々は、大規模社会被害、悪意のある使用、自律型AIシステムに対する人間の制御の不可逆的な喪失を含むリスクについて説明する。
このようなリスクがどのように発生し、どのように管理するかについては、合意の欠如があります。
現在のガバナンスイニシアチブには、誤用や無謀を防ぎ、自律システムにほとんど対処するメカニズムや制度が欠けている。
論文 参考訳（メタデータ） (2023-10-26T17:59:06Z) - 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) - Proceedings of KDD 2020 Workshop on Data-driven Humanitarian Mapping:
Harnessing Human-Machine Intelligence for High-Stake Public Policy and
Resilience Planning [7.77561570119593]
人道的課題は、世界中の脆弱なコミュニティに不当に影響を及ぼす。
こうした危機が拡大しているにもかかわらず、公正な公共政策決定を科学的に伝えるためのデータサイエンス研究の顕著な曖昧さは依然として残っている。
このギャップを埋めるためのデータ駆動型人道マッピング研究プログラムを提案する。
論文 参考訳（メタデータ） (2021-09-01T15:30:25Z) - Proceedings of KDD 2021 Workshop on Data-driven Humanitarian Mapping:
Harnessing Human-Machine Intelligence for High-Stake Public Policy and
Resilience Planning [10.76026718771657]
人道的課題は、世界中の脆弱なコミュニティに不当に影響を及ぼす。
こうした危機が拡大しているにもかかわらず、公正な公共政策決定を科学的に伝えるためのデータサイエンス研究の顕著な曖昧さは依然として残っている。
このギャップを埋めるためのデータ駆動型人道マッピング研究プログラムを提案する。
論文 参考訳（メタデータ） (2021-08-31T22:41:14Z) - Learnings from Frontier Development Lab and SpaceML -- AI Accelerators
for NASA and ESA [57.06643156253045]
AIとML技術による研究は、しばしば非同期の目標とタイムラインを備えたさまざまな設定で動作します。
我々は、NASAとESAの民間パートナーシップの下で、AIアクセラレータであるFrontier Development Lab(FDL)のケーススタディを実行する。
FDL研究は、AI研究の責任ある開発、実行、普及に基礎を置く原則的な実践に従う。
論文 参考訳（メタデータ） (2020-11-09T21:23:03Z) - A Survey on Applications of Artificial Intelligence in Fighting Against
COVID-19 [75.84689958489724]
SARS-CoV-2ウイルスによる新型コロナウイルスのパンデミックは世界中で急速に広がり、世界的な感染拡大につながっている。
新型コロナウイルス対策の強力なツールとして、人工知能(AI)技術はこのパンデミックに対抗するために広く利用されている。
この調査では、新型コロナウイルス対策におけるAIテクノロジの既存および潜在的応用に関する包括的見解を、医療とAI研究者に提示する。
論文 参考訳（メタデータ） (2020-07-04T22:48:15Z) - The challenges of deploying artificial intelligence models in a rapidly
evolving pandemic [10.188172055060544]
我々は、AIモデルの可能性を加速するために、基礎研究と応用研究の両方が不可欠であると主張する。
この視点は、世界の科学コミュニティが将来の病気の発生に対してより効果的に対処する方法を垣間見ることができるかもしれない。
論文 参考訳（メタデータ） (2020-05-19T21:11:48Z) - Towards a framework for understanding societal and ethical implications
of Artificial Intelligence [2.28438857884398]
本研究の目的は,AIの大量取り込みによって引き起こされる社会的・倫理的課題を明らかにすることである。
1) 好ましくない影響, 2) 責任, 3) 未知の結果, 4) 関係人ロボット, 5) 権力と富の集中, 6) 意図的悪用, 7) 武器と戦争のためのAI。
論文 参考訳（メタデータ） (2020-01-03T17:55:15Z)
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。