論文の概要: AI Specialization for Pathways of Economic Diversification
- arxiv url: http://arxiv.org/abs/2103.11042v1
- Date: Fri, 19 Mar 2021 22:05:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-07 10:33:41.932722
- Title: AI Specialization for Pathways of Economic Diversification
- Title（参考訳）: 経済多様化のためのAIスペシャライゼーション
- Authors: Saurabh Mishra, Robert Koopman, Giuditta De-Prato, Anand Rao, Israel
Osorio-Rodarte, Julie Kim, Nikola Spatafora, Keith Strier, and Andrea
Zaccaria
- Abstract要約: 本稿では、AIベースの専門化と商品・サービス輸出専門化の相互接続を統合するための、データ駆動型フレームワークを提供する。
80か国以上でAIへの民間投資と輸出専門化に関する詳細なデータを用いて、AIから商品・サービス専門化へのつながりを特定するための体系的な枠組みを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The growth in AI is rapidly transforming the structure of economic
production. However, very little is known about how within-AI specialization
may relate to broad-based economic diversification. This paper provides a
data-driven framework to integrate the interconnection between AI-based
specialization with goods and services export specialization to help design
future comparative advantage based on the inherent capabilities of nations.
Using detailed data on private investment in AI and export specialization for
more than 80 countries, we propose a systematic framework to help identify the
connection from AI to goods and service sector specialization. The results are
instructive for nations that aim to harness AI specialization to help guide
sources of future competitive advantage. The operational framework could help
inform the public and private sector to uncover connections with nearby areas
of specialization.
- Abstract（参考訳）: AIの成長は、急速に経済生産の構造を変えつつある。
しかし、AI内部の専門化が広義の経済多様化とどのように関係するかについては、ほとんど分かっていない。
本稿では,AIによる商品・サービス輸出専門化との相互接続をデータ駆動型フレームワークで実現し,国家固有の能力に基づく将来的な比較優位性の設計を支援する。
80か国以上でAIへの民間投資と輸出専門化に関する詳細なデータを用いて、AIから商品・サービス専門化へのつながりを特定するための体系的な枠組みを提案する。
この結果は、AIの専門化を活用して将来の競争上の優位性の源を導こうとする国に教えられている。
この運用フレームワークは、公共および民間セクターに、近隣の専門分野とのつながりを明らかにするのに役立つだろう。
関連論文リスト
- A Blueprint Architecture of Compound AI Systems for Enterprise [18.109450556443782]
我々は、企業環境で運用する複合AIシステムのための青写真アーキテクチャを、費用対効果と実用性で導入する。
提案したアーキテクチャは,既存の計算とデータインフラストラクチャとのシームレスな統合を目標としています。
論文 参考訳（メタデータ） (2024-06-02T01:16:32Z) - Risks and Opportunities of Open-Source Generative AI [64.86989162783648]
Generative AI(Gen AI)の応用は、科学や医学、教育など、さまざまな分野に革命をもたらすことが期待されている。
こうした地震の変化の可能性は、この技術の潜在的なリスクについて活発に議論を巻き起こし、より厳格な規制を要求した。
この規制は、オープンソースの生成AIの誕生する分野を危険にさらす可能性がある。
論文 参考訳（メタデータ） (2024-05-14T13:37:36Z) - 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) - DistALANER: Distantly Supervised Active Learning Augmented Named Entity Recognition in the Open Source Software Ecosystem [4.368725325557961]
本稿では,オープンソースソフトウェアシステムに適したエンティティ認識(NER)技術を提案する。
提案手法は,2段階の遠隔教師付きアノテーションプロセスを用いて,注釈付きソフトウェアデータの不足に対処することを目的としている。
我々のモデルは最先端のLLMよりもかなり優れています。
論文 参考訳（メタデータ） (2024-02-25T17:40:49Z) - Computing Power and the Governance of Artificial Intelligence [51.967584623262674]
政府や企業は、AIを管理する手段として計算を活用し始めている。
計算ベースのポリシーと技術は、これらの領域を補助する可能性があるが、実装の準備ができている点で大きなバリエーションがある。
プライバシーや経済的影響、権力の中央集権化といった分野において、ガバナンスの計算方法の素早い、あるいは不十分なアプローチは重大なリスクを伴います。
論文 参考訳（メタデータ） (2024-02-13T21:10:21Z) - Designing Trustful Cooperation Ecosystems is Key to the New Space
Exploration Era [0.0]
新興宇宙経済では、マッピングや鉱業といった特殊な目標を持つ自律ロボットミッションが勢いを増している。
分散台帳技術(DLT)は、企業が透明で信頼性の高い非プロプライエタリなデジタルプラットフォームを通じて宇宙資源を探索するためのメカニズムとして機能する。
我々は、経済的な観点からのDLTの利点は、技術的観点からの欠点に対して重み付けされていると論じる。
論文 参考訳（メタデータ） (2024-02-08T20:17:52Z) - Towards Integrated Fine-tuning and Inference when Generative AI meets
Edge Intelligence [5.078859563367533]
高性能生成人工知能(GAI)は、コンピュータ・インテリジェンスの最新の発展を象徴する。
GAIとエッジインテリジェンス(EI)の必然的な出会いは、新たな機会を解き放ちます。
本稿では,データフリーな知識リレーを活用した矛盾をバッファリングするGAI指向合成ネットワーク(GaisNet)を提案する。
論文 参考訳（メタデータ） (2024-01-05T06:52:55Z) - Federated Learning-Empowered AI-Generated Content in Wireless Networks [58.48381827268331]
フェデレートドラーニング(FL)は、学習効率を改善し、AIGCのプライバシー保護を達成するために利用することができる。
我々は,AIGCの強化を目的としたFLベースの技術を提案し,ユーザが多様でパーソナライズされた高品質なコンテンツを作成できるようにすることを目的とする。
論文 参考訳（メタデータ） (2023-07-14T04:13:11Z) - Human Parity on CommonsenseQA: Augmenting Self-Attention with External
Attention [66.93307963324834]
本稿では,外部の知識や状況に配慮した外部アテンション機構を備えたトランスフォーマーアーキテクチャの強化を提案する。
提案した外部注意機構は,既存のAIシステムの性能を大幅に向上させることができる。
提案システムは、オープンなCommonsenseQA研究ベンチマークにおいて、89.4%の精度で人間に匹敵する88.9%の精度で人間に匹敵する。
論文 参考訳（メタデータ） (2021-12-06T18:59:02Z) - AI Assurance using Causal Inference: Application to Public Policy [0.0]
ほとんどのAIアプローチは、"ブラックボックス"としてのみ表現することができ、透明性の欠如に悩まされる。
効果的で堅牢なAIシステムを開発するだけでなく、内部プロセスが説明可能で公平であることを確認することも重要です。
論文 参考訳（メタデータ） (2021-12-01T16:03:06Z) - Trustworthy AI Inference Systems: An Industry Research View [58.000323504158054]
我々は、信頼できるAI推論システムの設計、展開、運用にアプローチするための業界調査ビューを提供する。
信頼された実行環境を用いたAIシステムの機会と課題を強調します。
我々は,産業,アカデミック,政府研究者のグローバルな集団的注意を必要とする,さらなる発展の分野を概説する。
論文 参考訳（メタデータ） (2020-08-10T23:05:55Z)
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。