Fugu-MT 論文翻訳(概要): Continuous Subject-in-the-Loop Integration: Centering AI on Marginalized Communities

論文の概要: Continuous Subject-in-the-Loop Integration: Centering AI on Marginalized Communities

arxiv url: http://arxiv.org/abs/2012.01128v1
Date: Mon, 30 Nov 2020 00:56:11 GMT
ステータス: 処理完了
システム内更新日: 2021-06-06 14:38:23.141459
Title: Continuous Subject-in-the-Loop Integration: Centering AI on Marginalized Communities
Title（参考訳）: 継続的対人統合: 婚姻コミュニティにおけるAIを中心に
Authors: Francois Roewer-Despres, Janelle Berscheid
Abstract要約: キーとなるインフラストラクチャのギャップは、急進的なAIの普及を妨げている、と私たちは主張する。本稿では、これらのインフラギャップの同定と、新しいインフラの提案が効果的に辺境化音声の中心となるかどうかを評価するための指針を提案する。
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: Despite its utopian promises as a disruptive equalizer, AI - like most tools deployed under the guise of neutrality - has tended to simply reinforce existing social structures. To counter this trend, radical AI calls for centering on the marginalized. We argue that gaps in key infrastructure are preventing the widespread adoption of radical AI, and propose a guiding principle for both identifying these infrastructure gaps and evaluating whether proposals for new infrastructure effectively center marginalized voices.
Abstract（参考訳）: ユートピアの約束が破壊的な平等化要因であるにもかかわらず、AIは、中立を意識したほとんどのツールと同様に、既存の社会構造を単に強化する傾向にある。この傾向に対処するため、急進的なAIは、限界化に集中するよう求めている。我々は、重要なインフラのギャップが急進的AIの普及を妨げていると論じ、これらのインフラのギャップを識別し、新しいインフラの提案が効果的に辺境化音声の中心となるかどうかを評価するための指針原則を提案する。

関連論文リスト

Provocation: Who benefits from "inclusion" in Generative AI? [3.3158518534707992]
我々は、AI開発と評価におけるコミュニティ参加の圧倒的な構造は、社会的に疎外されたグループのメンバーが参加の結果として経験できる利益と害について十分に明示されていないと論じる。この投機的コンテキストを使って、提案された利益を実現するために克服すべき障壁を整理し、害を軽減します。
論文参考訳（メタデータ） (2024-11-14T00:18:25Z)
A Social Outcomes and Priorities centered (SOP) Framework for AI policy [3.268592274944561]
AIの急速な開発は、堅牢なガードレールとリスク封じ込め計画を構築する必要がある。現在の技術中心のアプローチは、断片化され、反応性があり、非効率な政策装置を生み出した。本稿では、包括的で一貫性のある、前向きなAIポリシーを開発するために、社会中心のアプローチに即時かつ緊急に転換する必要があることを強調する。
論文参考訳（メタデータ） (2024-11-12T23:32:21Z)
Byzantine-Robust Aggregation for Securing Decentralized Federated Learning [0.32985979395737774]
Federated Learning(FL)は、デバイス上でAIモデルをローカルにトレーニングすることで、プライバシの問題に対処する分散機械学習アプローチとして登場した。分散フェデレートラーニング(DFL)は、中央サーバを排除し、単一障害点の回避を通じてスケーラビリティと堅牢性を向上させることで、FLパラダイムを拡張します。 We present a novel byzantine-robust aggregate algorithm to enhance the security of DFL environment, coin, WFAgg。
論文参考訳（メタデータ） (2024-09-26T11:36:08Z)
Securing the Open RAN Infrastructure: Exploring Vulnerabilities in Kubernetes Deployments [60.51751612363882]
ソフトウェアベースのオープン無線アクセスネットワーク(RAN)システムのセキュリティへの影響について検討する。我々は、Near Real-Time RAN Controller(RIC)クラスタをサポートするインフラストラクチャに潜在的な脆弱性と設定ミスがあることを強調します。
論文参考訳（メタデータ） (2024-05-03T07:18:45Z)
A Learning-based Incentive Mechanism for Mobile AIGC Service in Decentralized Internet of Vehicles [49.86094523878003]
モバイルAIGCサービスアロケーションのための分散インセンティブ機構を提案する。我々は、AIGCサービスのRSUへの供給と、IoVコンテキスト内のサービスに対するユーザ要求のバランスを見つけるために、マルチエージェントの深層強化学習を採用している。
論文参考訳（メタデータ） (2024-03-29T12:46:07Z)
Towards Responsible AI in Banking: Addressing Bias for Fair Decision-Making [69.44075077934914]
責任AI(Responsible AI)は、企業文化の発展におけるバイアスに対処する重要な性質を強調している。この論文は、バイアスを理解すること、バイアスを緩和すること、バイアスを説明することの3つの基本的な柱に基づいて構成されている。オープンソースの原則に従って、アクセス可能なPythonパッケージとして、Bias On DemandとFairViewをリリースしました。
論文参考訳（メタデータ） (2024-01-13T14:07:09Z)
Exploring the Robustness of Decentralized Training for Large Language Models [51.41850749014054]
大規模な言語モデルの分散トレーニングは、この技術を民主化するための効果的な方法として現れてきた。本稿では,3つの主要な視点から,分散学習の堅牢性について考察する。
論文参考訳（メタデータ） (2023-12-01T04:04:03Z)
The Impact of Adversarial Node Placement in Decentralized Federated Learning Networks [6.661122374160369]
連邦学習(FL)の人気が高まるにつれ、新しい分散フレームワークが広まりつつある。本稿では,ネットワーク内の配置を協調的に調整できる各種対向配置戦略において,分散FLの性能を解析する。本稿では,敵同士の平均ネットワーク距離を最大化することにより,敵の中央性よりも敵の拡散を優先する新たな攻撃アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-11-14T06:48:50Z)
Factoring the Matrix of Domination: A Critical Review and Reimagination of Intersectionality in AI Fairness [55.037030060643126]
間欠性は、社会的不平等の持続性を調べるための重要な枠組みである。我々は、公平性を効果的に運用するために、交差性を分析的枠組みとして採用することが重要であると論じる。
論文参考訳（メタデータ） (2023-03-16T21:02:09Z)
Fairness in Agreement With European Values: An Interdisciplinary Perspective on AI Regulation [61.77881142275982]
この学際的立場の論文は、AIにおける公平性と差別に関する様々な懸念を考察し、AI規制がそれらにどう対処するかについて議論する。私たちはまず、法律、(AI)産業、社会技術、そして(道徳)哲学のレンズを通して、AIと公正性に注目し、様々な視点を提示します。我々は、AI公正性の懸念の観点から、AI法の取り組みを成功に導くために、AIレギュレーションが果たす役割を特定し、提案する。
論文参考訳（メタデータ） (2022-06-08T12:32:08Z)
A Decentralized Approach Towards Responsible AI in Social Ecosystems [0.0]
社会生態系の当事者が望ましいAI行動を生み出すための計算施設を提供する枠組みを提示する。アーキテクチャレベルでAIシステムを分析し、AIシステムアーキテクチャのための2つの暗号メカニズムを提案する。我々は、分散アプローチがコンピュータ科学と社会科学の両方の観点から、責任あるaiへの最も有望な道であると主張する。
論文参考訳（メタデータ） (2021-02-12T06:33:42Z)

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。