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: 翻訳完了
• 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

• Federated Agentic AI for Wireless Networks: Fundamentals, Approaches, and Applications [60.721304295812445]
  フェデレートラーニング(FL)はエージェントAIの全体的なループを改善する可能性がある。 まず、エージェントAIとメインストリームのFLタイプの基礎を要約し、各FLタイプがエージェントAIのループの特定のコンポーネントを強化する方法について説明する。 低高度無線ネットワークにおけるエージェントAIの動作決定性能を向上させるためにFRLを用いたケーススタディを行う。
  論文  参考訳（メタデータ） (2026-03-02T11:26:56Z)
• Sovereign Agents: Towards Infrastructural Sovereignty and Diffused Accountability in Decentralized AI [1.5755923640031846]
  本稿では,暗号的自己カストディ,分散実行環境,およびプロトコルによる連続性足場エージェント主権の理解のための分析レンズとしてのインフラ主権を提案する。 このようなシステムの主権は、インフラの硬さによって決定されるスペクトル上に存在し、基盤となる技術システムが介入や崩壊に抵抗する程度である。
  論文  参考訳（メタデータ） (2026-02-16T17:30:17Z)
• Sovereign-by-Design A Reference Architecture for AI and Blockchain Enabled Systems [2.9407799864652837]
  我々は、主権は純粋に規制の対象ではなく、第一級の建築財産として扱われなければならないと論じる。 私たちは、自己主権のアイデンティティ、ブロックチェーンベースの信頼と監査性、主権データガバナンス、明示的なアーキテクチャ管理の下でデプロイされたジェネレーティブAIを統合するソブリン参照アーキテクチャを導入します。
  論文  参考訳（メタデータ） (2026-02-05T09:49:04Z)
• Toward a Sustainable Federated Learning Ecosystem: A Practical Least Core Mechanism for Payoff Allocation [71.86087908416255]
  最小コア(LC)概念に基づく配当フレームワークを提案する。 従来の方法とは異なり、LCは最大の不満を最小限に抑えてフェデレーションの凝集を優先する。 統合侵入検知におけるケーススタディは、我々のメカニズムが重要な貢献者や戦略的提携を正しく識別できることを実証している。
  論文  参考訳（メタデータ） (2026-02-03T11:10:50Z)
• Top 10 Open Challenges Steering the Future of Diffusion Language Model and Its Variants [85.33837131101342]
  本稿では,基盤基盤,アルゴリズム最適化,認知推論,統合マルチモーダルインテリジェンスという4つの柱で構成された戦略ロードマップを提案する。 この移行は、複雑な構造的推論、動的自己補正、シームレスなマルチモーダル統合が可能な次世代AIの開発に不可欠である、と我々は主張する。
  論文  参考訳（メタデータ） (2026-01-20T14:58:23Z)
• Should AI Become an Intergenerational Civil Right? [2.7937298764423573]
  AIへのアクセスは、単に商用サービスとして扱われるのではなく、明示的な保護を必要とする基本的な公民権として扱われるべきである、と私たちは主張する。 我々は,AIへのアクセスを先進的市民権として認識し,現代の包摂と将来の世代の権利を守るための法的・倫理的枠組みを確立することを提案する。
  論文  参考訳（メタデータ） (2025-12-09T20:22:16Z)
• ERIS: An Energy-Guided Feature Disentanglement Framework for Out-of-Distribution Time Series Classification [51.07970070817353]
  理想的な時系列分類(TSC)は不変表現をキャプチャできるべきである。 現在の手法は、真に普遍的な特徴を分離するために必要な意味的な方向性を欠いている。 本稿では,シフト・ロバストネス・フレームワークのためのエンドツーエンドのエネルギー規則化情報を提案する。
  論文  参考訳（メタデータ） (2025-08-19T12:13:41Z)
• Infrastructuring Contestability: A Framework for Community-Defined AI Value Pluralism [0.0]
  AI駆動システムの普及は、人間とコンピュータのインタラクションとコンピュータが支援する協調作業に課題をもたらす。 集中型のトップダウン定義に依存している現在の価値アライメントへのアプローチには、意味のある競争性のためのメカニズムが欠如している。 本稿では,このギャップに対処する社会技術フレームワークであるCommunity-Defined AI Value Pluralismを紹介する。
  論文  参考訳（メタデータ） (2025-07-07T16:45:50Z)
• Resource Rational Contractualism Should Guide AI Alignment [69.07915246220985]
  契約主義的アライメントは、多様な利害関係者が支持する合意の中で決定を下すことを提案する。 我々は、AIシステムが合理的な当事者が形成する合意を近似する枠組みであるリソース・リアリズムを提案する。 RRC対応エージェントは、効率的に機能するだけでなく、変化する人間の社会世界への適応と解釈を動的に行うことができる。
  論文  参考訳（メタデータ） (2025-06-20T18:57:13Z)
• The Philosophic Turn for AI Agents: Replacing centralized digital rhetoric with decentralized truth-seeking [0.0]
  AI技術に直面すると、個人はますますAIエージェントに頼り、生活の複雑化をナビゲートするようになる。 本稿では、AI意思決定支援システムによって引き起こされる基本的なジレンマに対処する。
  論文  参考訳（メタデータ） (2025-04-24T19:34:43Z)
• Political Neutrality in AI is Impossible- But Here is How to Approximate it [97.59456676216115]
  真の政治的中立性は、主観的な性質と、AIトレーニングデータ、アルゴリズム、ユーザーインタラクションに固有のバイアスのため、実現可能でも普遍的に望ましいものではない、と我々は主張する。 我々は、政治的中立性の「近似」という用語を使って、到達不可能な絶対値から達成不可能で実用的なプロキシへ焦点を移す。
  論文  参考訳（メタデータ） (2025-02-18T16:48:04Z)
• 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。

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。