論文の概要: Challenges of Artificial Intelligence -- From Machine Learning and
Computer Vision to Emotional Intelligence
- arxiv url: http://arxiv.org/abs/2201.01466v1
- Date: Wed, 5 Jan 2022 06:00:22 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-06 13:27:43.631653
- Title: Challenges of Artificial Intelligence -- From Machine Learning and
Computer Vision to Emotional Intelligence
- Title（参考訳）: 人工知能の課題 --機械学習とコンピュータビジョンから感情知へ-
- Authors: Matti Pietik\"ainen, Olli Silven
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Artificial intelligence (AI) has become a part of everyday conversation and
our lives. It is considered as the new electricity that is revolutionizing the
world. AI is heavily invested in both industry and academy. However, there is
also a lot of hype in the current AI debate. AI based on so-called deep
learning has achieved impressive results in many problems, but its limits are
already visible. AI has been under research since the 1940s, and the industry
has seen many ups and downs due to over-expectations and related
disappointments that have followed.
The purpose of this book is to give a realistic picture of AI, its history,
its potential and limitations. We believe that AI is a helper, not a ruler of
humans. We begin by describing what AI is and how it has evolved over the
decades. After fundamentals, we explain the importance of massive data for the
current mainstream of artificial intelligence. The most common representations
for AI, methods, and machine learning are covered. In addition, the main
application areas are introduced. Computer vision has been central to the
development of AI. The book provides a general introduction to computer vision,
and includes an exposure to the results and applications of our own research.
Emotions are central to human intelligence, but little use has been made in AI.
We present the basics of emotional intelligence and our own research on the
topic. We discuss super-intelligence that transcends human understanding,
explaining why such achievement seems impossible on the basis of present
knowledge,and how AI could be improved. Finally, a summary is made of the
current state of AI and what to do in the future. In the appendix, we look at
the development of AI education, especially from the perspective of contents at
our own university.
- Abstract（参考訳）: 人工知能(AI)は日々の会話や生活の一部になっている。
それは世界を変える新しい電気だと考えられている。
AIは産業とアカデミーの両方に多大な投資をしている。
しかし、現在のAIに関する議論には、多くの誇大宣伝がある。
いわゆるディープラーニングに基づくAIは多くの問題で目覚ましい結果を得たが、その限界はすでに見えている。
aiは1940年代から研究が続けられており、業界は過剰な期待とそれに伴う失望によって、多くの上昇と低下を経験している。
この本の目的は、AI、その歴史、その可能性、限界の現実的なイメージを提供することである。
AIは人間の支配者ではなく支援者だと考えている。
AIとは何か、どのように進化してきたのかを説明することから始めます。
基礎研究の後、人工知能の現在の主流における大量のデータの重要性を説明します。
AI、メソッド、機械学習の最も一般的な表現がカバーされている。
また、主なアプリケーション領域も導入されている。
コンピュータビジョンはAIの開発の中心となっている。
この本はコンピュータビジョンの一般的な紹介を提供し、我々の研究の結果と応用への露出を含んでいる。
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。
我々は、感情知性の基礎と、そのトピックに関する独自の研究を紹介する。
我々は、人間の理解を超越する超知能について論じ、その成果が現在の知識に基づいて不可能に思える理由と、AIをどのように改善できるかを説明する。
最後に、現在のaiの現状と将来何をすべきかを要約する。
付録では、特に私たちの大学におけるコンテンツの観点から、ai教育の発展を考察する。
関連論文リスト
- Imagining and building wise machines: The centrality of AI metacognition [78.76893632793497]
AIシステムは知恵を欠いている。
AI研究はタスクレベルの戦略に焦点を当てているが、メタ認知はAIシステムでは未発達である。
メタ認知機能をAIシステムに統合することは、その堅牢性、説明可能性、協力性、安全性を高めるために不可欠である。
論文 参考訳（メタデータ） (2024-11-04T18:10:10Z) - Making AI Intelligible: Philosophical Foundations [0.0]
「AI知能の育成」は、意味のメタ物理に関する哲学的な研究がこれらの疑問に答えるのに役立つことを示している。
著者: 本書で取り上げられた質問は理論的に興味深いだけでなく、答えは実際的な意味を迫っている。
論文 参考訳（メタデータ） (2024-06-12T12:25:04Z) - AI for Mathematics: A Cognitive Science Perspective [86.02346372284292]
数学は人間によって開発された最も強力な概念体系の1つである。
AIの急速な進歩、特に大規模言語モデル(LLM)の進歩による推進により、そのようなシステム構築に対する新たな、広範な関心が生まれている。
論文 参考訳（メタデータ） (2023-10-19T02:00:31Z) - 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) - Making AI 'Smart': Bridging AI and Cognitive Science [0.0]
認知科学の統合により、人工知能の「人工的な」特徴はすぐに「スマート」に置き換えられるかもしれない
これにより、より強力なAIシステムが開発され、同時に人間の脳がどのように機能するかをよりよく理解できるようになる。
このような高度なシステムを開発するためには、まず人間の脳をよりよく理解する必要があるため、AIが人間の文明を乗っ取る可能性は低いと我々は主張する。
論文 参考訳（メタデータ） (2021-12-31T09:30:44Z) - A brief history of AI: how to prevent another winter (a critical review) [0.6299766708197883]
何十年もの間、AIの進化について簡単に説明し、その決定的な瞬間と、開始から現在への大きな転換点を強調しています。
その際、我々は学び、未来を予測し、また別の「冬」を防ぐためにどのような措置をとるかについて議論する。
論文 参考訳（メタデータ） (2021-09-03T13:41:46Z) - 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) - 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) - "Weak AI" is Likely to Never Become "Strong AI", So What is its Greatest
Value for us? [4.497097230665825]
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。
論文 参考訳（メタデータ） (2021-03-29T02:57:48Z) - Empowering Things with Intelligence: A Survey of the Progress,
Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。
まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。
最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
論文 参考訳（メタデータ） (2020-11-17T13:14:28Z) - 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)
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。