Fugu-MT 論文翻訳(概要): "Weak AI" is Likely to Never Become "Strong AI", So What is its Greatest Value for us?

論文の概要: "Weak AI" is Likely to Never Become "Strong AI", So What is its Greatest Value for us?

arxiv url: http://arxiv.org/abs/2103.15294v1
Date: Mon, 29 Mar 2021 02:57:48 GMT
ステータス: 処理完了
システム内更新日: 2021-03-30 15:11:11.200693
Title: "Weak AI" is Likely to Never Become "Strong AI", So What is its Greatest Value for us?
Title（参考訳）: 弱みのAI」は決して「強みのAI」にはなり得ない。そこで、私たちにとって最も大きな価値は何だろうか?
Authors: Bin Liu
Abstract要約: 多くの研究者は、ここ数十年でAIがほとんど進歩していないと主張している。著者は、AIに関する議論が存在する理由を説明します。(2)「弱いAI」と「強いAI」と呼ばれる2つのAI研究パラダイムを区別します。
参考スコア（独自算出の注目度）: 4.497097230665825
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: AI has surpassed humans across a variety of tasks such as image classification, playing games (e.g., go, "Starcraft" and poker), and protein structure prediction. However, at the same time, AI is also bearing serious controversies. Many researchers argue that little substantial progress has been made for AI in recent decades. In this paper, the author (1) explains why controversies about AI exist; (2) discriminates two paradigms of AI research, termed "weak AI" and "strong AI" (a.k.a. artificial general intelligence); (3) clarifies how to judge which paradigm a research work should be classified into; (4) discusses what is the greatest value of "weak AI" if it has no chance to develop into "strong AI".
Abstract（参考訳）: AIは、画像分類、ゲーム(go、"Starcraft"、ポーカーなど)、タンパク質構造予測など、さまざまなタスクで人間を追い越している。しかし同時に、AIも深刻な論争を抱えている。多くの研究者は、AIの進歩はここ数十年でほとんど行われていないと主張している。本稿では,(1)AIに関する論争がなぜ存在するのか,(2)"弱AI"と"強AI"(a.k.a.a.)と呼ばれる2つのAI研究パラダイムを識別する。 (3)研究成果をどのパラダイムに分類すべきかを判断する方法を明確にし,(4)「強いAI」に発展する機会がなければ,「弱いAI」の最大の価値を論じる。

関連論文リスト

Human Bias in the Face of AI: The Role of Human Judgement in AI Generated Text Evaluation [48.70176791365903]
本研究では、偏見がAIと人為的コンテンツの知覚をどう形成するかを考察する。ラベル付きおよびラベルなしコンテンツに対するヒトのラッカーの反応について検討した。
論文参考訳（メタデータ） (2024-09-29T04:31:45Z)
On the consistent reasoning paradox of intelligence and optimal trust in AI: The power of 'I don't know' [79.69412622010249]
一貫性推論(Consistent reasoning)は、人間の知性の中心にある、同等のタスクを扱う能力である。 CRPは、一貫性のある推論は誤認を意味する、と論じている。
論文参考訳（メタデータ） (2024-08-05T10:06:53Z)
Navigating AI Fallibility: Examining People's Reactions and Perceptions of AI after Encountering Personality Misrepresentations [7.256711790264119]
ハイパーパーソナライズされたAIシステムは、パーソナライズされたレコメンデーションを提供するために人々の特性をプロファイルする。これらのシステムは、人々の最も個人的な特性を推測する際にエラーに免疫がない。人格の誤表現に遭遇した後、人々がどのように反応し、AIを知覚するかを検討するための2つの研究を行った。
論文参考訳（メタデータ） (2024-05-25T21:27:15Z)
Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
論文参考訳（メタデータ） (2022-01-26T18:53:09Z)
Challenges of Artificial Intelligence -- From Machine Learning and Computer Vision to Emotional Intelligence [0.0]
AIは人間の支配者ではなく、支援者である、と私たちは信じています。コンピュータビジョンはAIの開発の中心となっている。感情は人間の知性の中心であるが、AIではほとんど使われていない。
論文参考訳（メタデータ） (2022-01-05T06:00:22Z)
AI in Games: Techniques, Challenges and Opportunities [40.86375378643978]
Libratus、OpenAI Five、AlphaStarといった様々なゲームAIシステムが開発され、プロの人間プレイヤーに勝っている。本稿では,最近成功したゲームAI,ボードゲームAI,カードゲームAI,ファーストパーソンシューティングゲームAI,リアルタイム戦略ゲームAIについて調査する。
論文参考訳（メタデータ） (2021-11-15T09:35:53Z)
Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文参考訳（メタデータ） (2021-07-12T14:21:46Z)
The Threat of Offensive AI to Organizations [52.011307264694665]
この調査は、組織に対する攻撃的なAIの脅威を調査する。まず、AIが敵の方法、戦略、目標、および全体的な攻撃モデルをどのように変えるかについて議論する。そして、文献レビューを通じて、敵が攻撃を強化するために使用できる33の攻撃的AI能力を特定します。
論文参考訳（メタデータ） (2021-06-30T01:03:28Z)
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)
A clarification of misconceptions, myths and desired status of artificial intelligence [0.0]
我々は,機械学習と統計学に関して,AIの望ましい現状と現状を考察する。私たちの議論は、AIを取り巻く曖昧さのベールを解明して、その真の数量を見ることを目的としています。
論文参考訳（メタデータ） (2020-08-03T17:22:53Z)
Expected Utilitarianism [0.0]
私たちは、人工知能(AI)が役に立つことを望んでいる。これは、AI研究に対するほとんどの態度の根拠となる仮定である。 AIは人間を邪魔するのではなく、助けてもらいたい。しかし、この理論と実際が本当に関係しているものは、すぐには明らかではない。このことから生じる結論が2つある。まず第一に、有益なAIが倫理的なAIであると信じているなら、"相応しい"と仮定するフレームワークは、最も多くの人にとって最も良いものへのタンタマウントである、というものである。第2に、AIがRLに依存している場合、それ自身、環境、および他のエージェントの理由となる方法です。
論文参考訳（メタデータ） (2020-07-19T15:44:04Z)

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。