論文の概要: Rise of the Autonomous Machines
- arxiv url: http://arxiv.org/abs/2106.13987v1
- Date: Sat, 26 Jun 2021 09:46:01 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-29 17:47:45.255108
- Title: Rise of the Autonomous Machines
- Title(参考訳): 自律機械の台頭
- Authors: Shaoshan Liu, Jean-Luc Gaudiot
- Abstract要約: 我々は、自律機械の技術的および非技術的課題を認識し、分類するための予備的な試みを行っている。
これは、コミュニティが将来、明確で効果的で、より正式な開発目標ポストを定義するのに役立つと期待されている。
- 参考スコア(独自算出の注目度): 1.4467794332678539
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: After decades of uninterrupted progress and growth, information technology
has so evolved that it can be said we are entering the age of autonomous
machines, but there exist many roadblocks in the way of making this a reality.
In this article, we make a preliminary attempt at recognizing and categorizing
the technical and non-technical challenges of autonomous machines; for each of
the ten areas we have identified, we review current status, roadblocks, and
potential research directions. It is hoped that this will help the community
define clear, effective, and more formal development goalposts for the future.
- Abstract(参考訳): 何十年もの間、途絶えることのない進歩と成長を経て、情報技術は進化してきたので、私たちは自律機械の時代に入ったと言えるだろう。
本稿では,自律機械の技術的および非技術的課題を認識し,分類する予備的試みを行う。
これはコミュニティが将来、明確で、効果的で、より正式な開発目標ポストを定義するのに役立つと期待されている。
関連論文リスト
- Open-sourced Data Ecosystem in Autonomous Driving: the Present and
Future [131.69699438604533]
このレビューは、70以上のオープンソースの自動運転データセットを体系的に評価する。
高品質なデータセットの作成の基礎となる原則など、さまざまな側面に関する洞察を提供する。
また、解決を保障する科学的、技術的課題も検討している。
論文 参考訳(メタデータ) (2023-12-06T10:46:53Z) - LLM4Drive: A Survey of Large Language Models for Autonomous Driving [67.843551583229]
大規模言語モデル(LLM)は、文脈理解、論理的推論、回答生成などの能力を示した。
本稿では,自動走行のための大規模言語モデル (LLM4AD) に関する研究ラインを体系的にレビューする。
論文 参考訳(メタデータ) (2023-11-02T07:23:33Z) - Predictable Artificial Intelligence [67.79118050651908]
予測可能性を達成することは、AIエコシステムの信頼、責任、コントロール、アライメント、安全性を促進するために不可欠である、と私たちは主張する。
本稿では,予測可能なAIに関する疑問,仮説,課題を解明することを目的とする。
論文 参考訳(メタデータ) (2023-10-09T21:36:21Z) - Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。
PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文 参考訳(メタデータ) (2023-08-15T16:37:16Z) - Autonomy 2.0: The Quest for Economies of Scale [21.69400057796787]
スケーラビリティは技術的観点からも非常に必要であり、経済的観点からも非常に有利である、と私たちは主張する。
現在の開発パラダイムであるAutonomy 1.0は、データや計算リソースの量ではなく、エンジニア数でスケールする。
自律性2.0(Autonomy 2.0)と呼ばれる新しい開発パラダイムが、これらの問題に対処し、自律性産業を大きく向上させる方法について説明する。
論文 参考訳(メタデータ) (2023-07-08T13:13:20Z) - An Overview about Emerging Technologies of Autonomous Driving [12.686694414570457]
2004年にDARPAがグランドチャレンジを始め、2007年にアーバンチャレンジを開始して以来、自動運転はAIアプリケーションの最も活発な分野となっている。
本稿では,自動運転技術とオープンな課題の技術的側面について概観する。
本稿では,認識,マッピングとローカライゼーション,予測,計画と制御,シミュレーション,V2X,安全性など,自動運転システムの主要な分野について検討する。
論文 参考訳(メタデータ) (2023-06-23T05:36:17Z) - AI Maintenance: A Robustness Perspective [91.28724422822003]
我々は、AIライフサイクルにおけるロバストネスの課題を強調し、自動車のメンテナンスに類似させることで、AIのメンテナンスを動機付ける。
本稿では,ロバストネスリスクの検出と軽減を目的としたAIモデル検査フレームワークを提案する。
我々のAIメンテナンスの提案は、AIライフサイクル全体を通して堅牢性評価、状態追跡、リスクスキャン、モデル硬化、規制を促進する。
論文 参考訳(メタデータ) (2023-01-08T15:02:38Z) - Emerging Threats in Deep Learning-Based Autonomous Driving: A
Comprehensive Survey [0.9163827313498957]
自動運転の基礎として、ディープラーニング技術は多くの新しいセキュリティリスクに直面している。
学術コミュニティは、敵対的な事例やAIバックドアに対するディープラーニング対策を提案している。
本稿では,自動運転におけるディープラーニングセキュリティ技術の概念,開発,最近の研究について要約する。
論文 参考訳(メタデータ) (2022-10-19T10:04:33Z) - Explainable Artificial Intelligence for Autonomous Driving: A
Comprehensive Overview and Field Guide for Future Research Directions [11.259749697686697]
この研究は、自動運転車のための説明可能な人工知能(XAI)アプローチの開発に包括的な光を当てている。
まず、最先端の自動運転車産業における説明について、現状のギャップを概観する。
第2に,本分野における説明書・説明書の分類について述べる。
第3に,エンド・ツー・エンドの自動運転システムのアーキテクチャの枠組みを提案する。
論文 参考訳(メタデータ) (2021-12-21T22:51:37Z) - Autonomy 2.0: Why is self-driving always 5 years away? [4.5204823977941775]
遅すぎる進歩は、ハンドエンジニアリングが多すぎるアプローチによって引き起こされる、と我々は主張する。
自動運転に対するMLファーストアプローチであるAutonomy 2.0の原則を概説する。
論文 参考訳(メタデータ) (2021-07-16T23:20:26Z) - Survey on the Analysis and Modeling of Visual Kinship: A Decade in the
Making [66.72253432908693]
親和性認識は多くの実践的応用において難しい問題である。
我々は、多くの人にその見解を刺激した公開リソースとデータ課題についてレビューする。
10周年記念には、さまざまなkinベースのタスクのためのデモコードが用意されている。
論文 参考訳(メタデータ) (2020-06-29T13:25:45Z)
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。