論文の概要: Becoming Good at AI for Good

• arxiv url: http://arxiv.org/abs/2104.11757v2
• Date: Mon, 3 May 2021 16:40:55 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-02 14:49:11.911100
• Title: Becoming Good at AI for Good
• Title（参考訳）: AIを良いものにする
• Authors: Meghana Kshirsagar, Caleb Robinson, Siyu Yang, Shahrzad Gholami, Ivan Klyuzhin, Sumit Mukherjee, Md Nasir, Anthony Ortiz, Felipe Oviedo, Darren Tanner, Anusua Trivedi, Yixi Xu, Ming Zhong, Bistra Dilkina, Rahul Dodhia, Juan M. Lavista Ferres
• Abstract要約: この種のコラボレーションのさまざまな側面を、高レベルな4つのカテゴリに分けて説明します。 本報告では,これらの事例について,実際にどのように適用されたかを示す2つのケーススタディについて概説する。
• 参考スコア（独自算出の注目度）: 21.58081555662445
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI for good (AI4G) projects involve developing and applying artificial intelligence (AI) based solutions to further goals in areas such as sustainability, health, humanitarian aid, and social justice. Developing and deploying such solutions must be done in collaboration with partners who are experts in the domain in question and who already have experience in making progress towards such goals. Based on our experiences, we detail the different aspects of this type of collaboration broken down into four high-level categories: communication, data, modeling, and impact, and distill eleven takeaways to guide such projects in the future. We briefly describe two case studies to illustrate how some of these takeaways were applied in practice during our past collaborations.
• Abstract（参考訳）: AI for Good(AI4G)プロジェクトは、持続可能性、健康、人道支援、社会正義といった分野のさらなる目標に人工知能(AI)ベースのソリューションを開発し、適用することを含む。 このようなソリューションの開発とデプロイは、ドメインの専門家であり、そのような目標に向けてすでに経験のあるパートナと共同で行う必要があります。 私たちの経験に基づいて、この種のコラボレーションのさまざまな側面を、コミュニケーション、データ、モデリング、インパクトの4つのハイレベルなカテゴリに分類し、将来そのようなプロジェクトを導くために11のテイクアウトを抽出します。 2つのケーススタディを簡潔に説明し、過去の共同作業で実際にどのように利用されたかを説明します。

関連論文リスト

• Rethinking Software Engineering in the Foundation Model Era: From Task-Driven AI Copilots to Goal-Driven AI Pair Programmers [30.996760992473064]
  我々は,人間開発者と協調する目標駆動型AI駆動ペアプログラマへのパラダイムシフトを提案する。 目標駆動、人間パートナー、SE認識、自己学習のAIペアプログラマを想定する。
  論文  参考訳（メタデータ） (2024-04-16T02:10:20Z)
• Now, Later, and Lasting: Ten Priorities for AI Research, Policy, and Practice [63.20307830884542]
  今後数十年は、産業革命に匹敵する人類の転換点になるかもしれない。 10年前に立ち上げられたこのプロジェクトは、複数の専門分野の専門家による永続的な研究にコミットしている。 AI技術の短期的および長期的影響の両方に対処する、アクションのための10のレコメンデーションを提供します。
  論文  参考訳（メタデータ） (2024-04-06T22:18:31Z)
• Particip-AI: A Democratic Surveying Framework for Anticipating Future AI Use Cases, Harms and Benefits [54.648819983899614]
  Particip-AIは、現在および将来のAIユースケースと、非専門家から損害と利益を収集するフレームワークである。 人口統計学的に多様な参加者295名から回答を得た。
  論文  参考訳（メタデータ） (2024-03-21T19:12:37Z)
• Synergizing Human-AI Agency: A Guide of 23 Heuristics for Service Co-Creation with LLM-Based Agents [16.560339524456268]
  この研究は、に関心のあるサービスプロバイダが、その実践者やより広範なコミュニティに対して、Large Language Models(LLM)技術が統合されるかどうかを判断するための原動力となる。 LLMをベースとしたサービス共同作成ツールであるCoAGentを通じて,非AI専門家とAIの相互学習の旅について検討する。
  論文  参考訳（メタデータ） (2023-10-23T16:11:48Z)
• The Participatory Turn in AI Design: Theoretical Foundations and the Current State of Practice [64.29355073494125]
  本稿は、既存の理論文献を合成して、AI設計における「参加的転換」を掘り下げることを目的としている。 我々は、最近発表された研究および12人のAI研究者および実践者に対する半構造化インタビューの分析に基づいて、AI設計における参加実践の現状に関する実証的な知見を述べる。
  論文  参考訳（メタデータ） (2023-10-02T05:30:42Z)
• Stakeholder Participation in AI: Beyond "Add Diverse Stakeholders and Stir" [76.44130385507894]
  本稿では、既存の文献の参加と現在の実践の実証分析を通じて、AI設計における「参加的転換」を掘り下げることを目的としている。 本稿では,本論文の文献合成と実証研究に基づいて,AI設計への参加的アプローチを解析するための概念的枠組みを提案する。
  論文  参考訳（メタデータ） (2021-11-01T17:57:04Z)
• Human-Centered AI for Data Science: A Systematic Approach [48.71756559152512]
  HCAI(Human-Centered AI)は、さまざまなヒューマンタスクをサポートするAI技術の設計と実装を目的とした研究活動である。 データサイエンス(DS)に関する一連の研究プロジェクトを使ってHCAIにどのようにアプローチするかをケーススタディとして紹介する。
  論文  参考訳（メタデータ） (2021-10-03T21:47:13Z)
• 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)
• Explaining decisions made with AI: A workbook (Use case 1: AI-assisted recruitment tool) [0.0]
  Alan Turing Institute(アラン・チューリング研究所)と情報コミッショナーズ・オフィス(情報コミッショナーズ・オフィス)が協力して、説明可能なAIを取り巻く困難な問題に取り組んでいる。 この共同作業の最終的な成果である、2020年5月に公開されたAIによる説明的決定は、これまででもっとも包括的なAI説明の実践的ガイダンスである。 ワークブックの目標は、AIによる意思決定の説明からいくつかの主要なテーマを要約し、ワークショップのエクササイズのための材料を提供することだ。
  論文  参考訳（メタデータ） (2021-03-20T17:03:50Z)
• Progressing Towards Responsible AI [2.191505742658975]
  学会と人工知能に関する天文台(OSAI)は、AI4EUプロジェクトから発展した。 OSAIは、AI(倫理的、法的、社会的、経済的、文化的)の幅広い問題に対するリフレクションを刺激することを目指している
  論文  参考訳（メタデータ） (2020-08-11T09:46:00Z)

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。