Fugu-MT 論文翻訳(概要): The Limits of Global Inclusion in AI Development

論文の概要: The Limits of Global Inclusion in AI Development

arxiv url: http://arxiv.org/abs/2102.01265v1
Date: Tue, 2 Feb 2021 02:53:40 GMT
ステータス: 処理完了
システム内更新日: 2023-04-13 00:51:26.066383
Title: The Limits of Global Inclusion in AI Development
Title（参考訳）: ai開発におけるグローバル包摂の限界
Authors: Alan Chan and Chinasa T. Okolo and Zachary Terner and Angelina Wang
Abstract要約: 世界的不平等は、西洋の機関がAIシステムの開発と応用にもっと多様なグループを巻き込む動機となっている。我々は、過小評価されたグループを含めるだけでなく、権力の再分配にもっと注力すべきだと論じている。
参考スコア（独自算出の注目度）: 7.421135890148154
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Those best-positioned to profit from the proliferation of artificial intelligence (AI) systems are those with the most economic power. Extant global inequality has motivated Western institutions to involve more diverse groups in the development and application of AI systems, including hiring foreign labour and establishing extra-national data centers and laboratories. However, given both the propensity of wealth to abet its own accumulation and the lack of contextual knowledge in top-down AI solutions, we argue that more focus should be placed on the redistribution of power, rather than just on including underrepresented groups. Unless more is done to ensure that opportunities to lead AI development are distributed justly, the future may hold only AI systems which are unsuited to their conditions of application, and exacerbate inequality.
Abstract（参考訳）: 人工知能(AI)システムの普及から利益を得るための最善策は、最も経済的な力を持つ人々だ。現存する世界的な不平等は、西側の機関がより多様なグループをaiシステムの開発と応用に巻き込み、外国人労働者の雇用や海外のデータセンターや研究所の設立などを行っている。しかし、富の優越性と、トップダウンのAIソリューションにおける文脈知識の欠如の両方を考えると、不足しているグループを含めるだけでなく、権力の再分配にもっと注力すべきだと私たちは主張する。 ai開発をリードする機会が公平に分配されることを保証するためにそれ以上のことがなければ、将来は、その適用状況に不適合なaiシステムのみを保持し、不平等を悪化させる可能性がある。

関連論文リスト

Hype, Sustainability, and the Price of the Bigger-is-Better Paradigm in AI [67.58673784790375]
AIパラダイムは、科学的に脆弱なだけでなく、望ましくない結果をもたらすものだ、と私たちは主張する。第一に、計算要求がモデルの性能よりも早く増加し、不合理な経済要求と不均等な環境フットプリントにつながるため、持続可能ではない。第二に、健康、教育、気候などの重要な応用は別として、他人を犠牲にして特定の問題に焦点をあてることである。
論文参考訳（メタデータ） (2024-09-21T14:43:54Z)
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)
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)
Multinational AGI Consortium (MAGIC): A Proposal for International Coordination on AI [0.0]
MAGICは、先進的なAIを開発することを許された世界で唯一の機関である。我々は,グローバルガバナンス体制としてのMAGICが,先進的なAIの長期的かつ安全な規制の基盤となる,未来に対する肯定的なビジョンを提案する。
論文参考訳（メタデータ） (2023-10-13T16:12:26Z)
Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
論文参考訳（メタデータ） (2023-04-16T11:22:59Z)
Inherent Limitations of AI Fairness [16.588468396705366]
AIフェアネスの研究は、コンピュータ科学、社会科学、法学、哲学と結びついた豊富な研究分野へと急速に発展してきた。 AIフェアネスの測定と達成のための多くの技術的ソリューションが提案されているが、そのアプローチは近年、誤解を招く、非現実的で有害であるとして批判されている。
論文参考訳（メタデータ） (2022-12-13T11:23:24Z)
Examining the Differential Risk from High-level Artificial Intelligence and the Question of Control [0.0]
将来のAI能力の範囲と範囲は、依然として重要な不確実性である。 AIの不透明な意思決定プロセスの統合と監視の程度には懸念がある。本研究では、AIリスクをモデル化し、代替先分析のためのテンプレートを提供する階層的な複雑なシステムフレームワークを提案する。
論文参考訳（メタデータ） (2022-11-06T15:46:02Z)
AI Governance and Ethics Framework for Sustainable AI and Sustainability [0.0]
自律兵器、自動化された雇用損失、社会経済的不平等、データやアルゴリズムによる偏見、プライバシー侵害、ディープフェイクなど、人類にとってのAIリスクは数多く発生している。社会的多様性、公平性、包摂性は、リスクを緩和し、価値を生み出し、社会正義を促進するAIの重要な成功要因と考えられている。 AIによる持続可能な未来に向けての旅では、優先事項としてAI倫理とガバナンスに取り組む必要があります。
論文参考訳（メタデータ） (2022-09-28T22:23:10Z)
Putting AI Ethics into Practice: The Hourglass Model of Organizational AI Governance [0.0]
AIシステムの開発と利用を目標とする,AIガバナンスフレームワークを提案する。このフレームワークは、AIシステムをデプロイする組織が倫理的AI原則を実践に翻訳するのを助けるように設計されている。
論文参考訳（メタデータ） (2022-06-01T08:55:27Z)
Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文参考訳（メタデータ） (2021-06-25T22:31:55Z)
Distributed and Democratized Learning: Philosophy and Research Challenges [80.39805582015133]
民主化学習(Dem-AI)という新しいデザイン哲学を提案する。ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
論文参考訳（メタデータ） (2020-03-18T08:45:10Z)

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。