論文の概要: Is there a role for statistics in artificial intelligence?
- arxiv url: http://arxiv.org/abs/2009.09070v1
- Date: Sun, 13 Sep 2020 14:39:37 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-19 02:50:35.214029
- Title: Is there a role for statistics in artificial intelligence?
- Title（参考訳）: 人工知能における統計学の役割はあるか?
- Authors: Sarah Friedrich, Gerd Antes, Sigrid Behr, Harald Binder, Werner
Brannath, Florian Dumpert, Katja Ickstadt, Hans Kestler, Johannes Lederer,
Heinz Leitg\"ob, Markus Pauly, Ansgar Steland, Adalbert Wilhelm, Tim Friede
- Abstract要約: 人工知能(AI)の研究と応用は、包括的な科学的、経済的、社会的、政治的議論を引き起こしている。
統計学は、AIの理論的および実践的理解と将来の発展において重要な役割を果たす。
本稿では,AI開発における統計的方法論の意義を明らかにすることで,現在の議論に貢献することを目的とする。
- 参考スコア（独自算出の注目度）: 1.775251182905249
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The research on and application of artificial intelligence (AI) has triggered
a comprehensive scientific, economic, social and political discussion. Here we
argue that statistics, as an interdisciplinary scientific field, plays a
substantial role both for the theoretical and practical understanding of AI and
for its future development. Statistics might even be considered a core element
of AI. With its specialist knowledge of data evaluation, starting with the
precise formulation of the research question and passing through a study design
stage on to analysis and interpretation of the results, statistics is a natural
partner for other disciplines in teaching, research and practice. This paper
aims at contributing to the current discussion by highlighting the relevance of
statistical methodology in the context of AI development. In particular, we
discuss contributions of statistics to the field of artificial intelligence
concerning methodological development, planning and design of studies,
assessment of data quality and data collection, differentiation of causality
and associations and assessment of uncertainty in results. Moreover, the paper
also deals with the equally necessary and meaningful extension of curricula in
schools and universities.
- Abstract（参考訳）: 人工知能(AI)の研究と応用は、包括的な科学的、経済的、社会的、政治的議論を引き起こしている。
ここでは、統計学は、学際的な科学分野として、AIの理論的・実践的理解と将来の発展において重要な役割を果たすと論じる。
統計学はAIの中核要素と見なされることもある。
データ評価の専門知識は、研究問題の正確な定式化から始まり、研究設計段階を経て結果の分析と解釈へと移行し、統計学は教育、研究、実践の他の分野の自然なパートナーとなる。
本稿では,AI開発における統計的方法論の意義を明らかにすることで,現在の議論に貢献することを目的とする。
特に,方法論の発達,研究の計画と設計,データ品質とデータ収集の評価,因果関係の分化,結果の不確実性評価に関する人工知能分野への統計の貢献について論じる。
さらに、学校や大学におけるカリキュラムの等しく必要で有意義な拡張についても論じる。
関連論文リスト
- Transforming Science with Large Language Models: A Survey on AI-assisted Scientific Discovery, Experimentation, Content Generation, and Evaluation [58.064940977804596]
多くの新しいAIモデルとツールが提案され、世界中の研究者や学者が研究をより効果的かつ効率的に実施できるようにすることを約束している。
これらのツールの欠点と誤用の可能性に関する倫理的懸念は、議論の中で特に顕著な位置を占める。
論文 参考訳（メタデータ） (2025-02-07T18:26:45Z) - Political-LLM: Large Language Models in Political Science [159.95299889946637]
大規模言語モデル(LLM)は、政治科学のタスクで広く採用されている。
政治LLMは、LLMを計算政治科学に統合する包括的な理解を促進することを目的としている。
論文 参考訳（メタデータ） (2024-12-09T08:47:50Z) - Generative AI Tools in Academic Research: Applications and Implications for Qualitative and Quantitative Research Methodologies [0.0]
本研究では,生成人工知能(GenAI)が学術研究に与える影響について検討し,質的・定量的データ分析への応用に焦点をあてる。
GenAIツールは急速に進化し、研究の生産性を高め、複雑な分析プロセスを民主化するための新たな可能性を提供する。
学術的実践への統合は、研究の完全性、セキュリティ、著作家精神、そして学術作品の変化する性質に関する重要な疑問を提起する。
論文 参考訳（メタデータ） (2024-08-13T13:10:03Z) - An evidence-based methodology for human rights impact assessment (HRIA) in the development of AI data-intensive systems [49.1574468325115]
我々は、すでに人権がデータ利用の分野で決定を下していることを示している。
本研究は人権影響評価(HRIA)の方法論とモデルである。
提案手法は,具体的ケーススタディで検証し,その有効性と有効性を示す。
論文 参考訳（メタデータ） (2024-07-30T16:27:52Z) - Data-Centric AI in the Age of Large Language Models [51.20451986068925]
本稿では,大規模言語モデル(LLM)に着目した,AI研究におけるデータ中心の視点を提案する。
本研究では,LLMの発達段階(事前学習や微調整など)や推論段階(文脈内学習など)において,データが有効であることを示す。
データを中心とした4つのシナリオを特定し、データ中心のベンチマークとデータキュレーション、データ属性、知識伝達、推論コンテキスト化をカバーします。
論文 参考訳（メタデータ） (2024-06-20T16:34:07Z) - Differential contributions of machine learning and statistical analysis to language and cognitive sciences [27.152245569974678]
本研究では、Buckeye Speech Corpusを用いて、機械学習と統計分析がデータ駆動型研究にどのように適用されているかを説明する。
それぞれのアプローチの理論的相違、実装手順、ユニークな目的を実証する。
この研究は、対象語に対する文脈的影響を測定する新しい尺度である意味的関連性が、発話中の単語の持続時間を理解するのにどのように貢献するかを強調した。
論文 参考訳（メタデータ） (2024-04-22T10:06:21Z) - Analyses and Concerns in Precision Medicine: A Statistical Perspective [0.06526824510982801]
本稿では,精密医療における統計的分析の重要性について考察する。
予測モデリング、機械学習アルゴリズム、データ可視化技術に焦点を当てている。
論文 参考訳（メタデータ） (2024-01-12T21:33:17Z) - Investigating Fairness Disparities in Peer Review: A Language Model
Enhanced Approach [77.61131357420201]
我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。
我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。
我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
論文 参考訳（メタデータ） (2022-11-07T16:19:42Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z) - Targeting Learning: Robust Statistics for Reproducible Research [1.1455937444848387]
ターゲティング・ラーニング(Targeted Learning)は、因果推論、機械学習、統計理論の進歩を統一して、科学的に影響のある質問に統計的信頼性で答えるのに役立つ統計分野である。
ターゲット学習のロードマップは、仮説を最小化し、利用可能な科学的知識にのみ注意深く根ざすように、統計的手続きを調整することを強調する。
論文 参考訳（メタデータ） (2020-06-12T17:17:01Z) - No computation without representation: Avoiding data and algorithm
biases through diversity [11.12971845021808]
学術的および専門的なコンピューティング分野における多様性の欠如と、データセットで発生するバイアスのタイプと幅の関連性を引き合いに出す。
これらの教訓を利用して、コンピューティングコミュニティが多様性を高めるための具体的なステップを提供するレコメンデーションを開発する。
論文 参考訳（メタデータ） (2020-02-26T23:07:39Z)
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。