論文の概要: Problem examination for AI methods in product design
- arxiv url: http://arxiv.org/abs/2201.07642v1
- Date: Wed, 19 Jan 2022 15:19:29 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-20 13:57:48.730771
- Title: Problem examination for AI methods in product design
- Title（参考訳）: 製品設計におけるAI手法の問題点
- Authors: Philipp Rosenthal and Oliver Niggemann
- Abstract要約: 本稿ではまず,製品設計におけるAI手法の学際領域に関する重要な用語と概念を明らかにする。
重要な貢献は、4つの特徴の分解可能性、相互依存、革新、創造性を使った設計問題の新たな分類である。
これらの概念をAIソリューションに初期のマッピングすることは、設計例を使ってスケッチされ、検証される。
- 参考スコア（独自算出の注目度）: 4.020523898765404
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Artificial Intelligence (AI) has significant potential for product design: AI
can check technical and non-technical constraints on products, it can support a
quick design of new product variants and new AI methods may also support
creativity. But currently product design and AI are separate communities
fostering different terms and theories. This makes a mapping of AI approaches
to product design needs difficult and prevents new solutions. As a solution,
this paper first clarifies important terms and concepts for the
interdisciplinary domain of AI methods in product design. A key contribution of
this paper is a new classification of design problems using the four
characteristics decomposability, inter-dependencies, innovation and creativity.
Definitions of these concepts are given where they are lacking. Early mappings
of these concepts to AI solutions are sketched and verified using design
examples. The importance of creativity in product design and a corresponding
gap in AI is pointed out for future research.
- Abstract（参考訳）: AIは製品に関する技術的および非技術的制約をチェックでき、新しい製品バリアントの迅速な設計をサポートし、新しいAIメソッドは創造性もサポートする。
しかし、現在プロダクトデザインとAIは、異なる用語と理論を育む別々のコミュニティです。
これにより、AIアプローチの製品設計へのマッピングが難しくなり、新しいソリューションが防止される。
本稿ではまず,製品設計におけるAI手法の学際的領域に関する重要な用語と概念を明らかにする。
本論文の重要な貢献は, 4つの特徴分解性, 相互依存, 革新, 創造性を用いた設計問題の新たな分類である。
これらの概念の定義は、それらが不足している場所で与えられる。
これらの概念のaiソリューションへの初期のマッピングは、設計例を使ってスケッチされ、検証される。
製品設計における創造性の重要性とAIにおけるそれに対応するギャップは、今後の研究のために指摘されている。
関連論文リスト
- Empowering Clients: Transformation of Design Processes Due to Generative AI [1.4003044924094596]
この研究は、AIがアイデアの迅速な視覚化を通じて、クライアントが設計プロセスに参加することを可能にすることによって、アイデアのフェーズを破壊できることを明らかにしている。
私たちの研究は、AIが設計に対して貴重なフィードバックを提供することができる一方で、そのような設計を生成できない可能性があることを示しています。
アーキテクチャの解釈的主権と,AIが設計プロセスのオーサシップをますます引き継ぐにつれて,意味とアイデンティティの喪失について,アーキテクトの間に不確実性があることも明らかになった。
論文 参考訳（メタデータ） (2024-11-22T16:48:15Z) - Diffusion-Based Visual Art Creation: A Survey and New Perspectives [51.522935314070416]
本調査は,拡散に基づく視覚芸術創造の新たな領域を探求し,その発展を芸術的,技術的両面から検討する。
本研究は,芸術的要件が技術的課題にどのように変換されるかを明らかにし,視覚芸術創造における拡散法の設計と応用を強調した。
我々は、AIシステムが芸術的知覚と創造性において人間の能力をエミュレートし、潜在的に増強するメカニズムに光を当てることを目指している。
論文 参考訳（メタデータ） (2024-08-22T04:49:50Z) - Geometric Deep Learning for Computer-Aided Design: A Survey [85.79012726689511]
本調査では,コンピュータ支援設計における学習手法の概要について概観する。
類似性解析と検索、2Dおよび3DCADモデル合成、点雲からのCAD生成を含む。
ベンチマークデータセットとその特性の完全なリストと、この領域の研究を推進しているオープンソースコードを提供する。
論文 参考訳（メタデータ） (2024-02-27T17:11:35Z) - Design Principles for Generative AI Applications [22.587972924039992]
生成AIアプリケーションはユニークな設計課題を提示する。
効果的で安全な使用を促進するユーザエクスペリエンスの設計方法に関するガイダンスが緊急に必要である。
生成型AIアプリケーションの設計に関する6つの原則を提示する。
論文 参考訳（メタデータ） (2024-01-25T19:38:21Z) - Can AI Be as Creative as Humans? [84.43873277557852]
理論的には、AIは人間の創造者によって生成されたデータに適切に適合できるという条件の下で、人間と同じくらい創造的になれることを証明しています。
AIの創造性に関する議論は、十分な量のデータに適合する能力の問題に縮小されている。
論文 参考訳（メタデータ） (2024-01-03T08:49:12Z) - Seamful XAI: Operationalizing Seamful Design in Explainable AI [59.89011292395202]
AIシステムのミスは必然的であり、技術的制限と社会技術的ギャップの両方から生じる。
本稿では, 社会工学的・インフラ的ミスマッチを明らかにすることにより, シームレスな設計がAIの説明可能性を高めることを提案する。
43人のAI実践者と実際のエンドユーザでこのプロセスを探求します。
論文 参考訳（メタデータ） (2022-11-12T21:54:05Z) - 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) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z) - Towards a New Participatory Approach for Designing Artificial
Intelligence and Data-Driven Technologies [23.36435820457202]
参加型デザイン (PD) は、社会開発、政策、IT、その他の問題や解決策の設計において、余分なコミュニティでしばしば使用される。
本稿では,AI 技術設計における PD の利用を論じ,アジャイル参加型設計と呼ぶ新しい PD を紹介し,提案する。
論文 参考訳（メタデータ） (2021-03-30T23:36:25Z) - Enabling Design Methodologies and Future Trends forEdge AI:
Specialization and Co-design [37.54971466190214]
エッジAI開発スタック全体にまたがる、最新の可能な設計方法論に関する包括的な調査を提供する。
効率的なエッジAI開発のための重要な手法は、単層特殊化とクロス層共同設計である。
論文 参考訳（メタデータ） (2021-03-25T16:29:55Z) - Explainability Case Studies [2.2872132127037963]
説明可能性(Explainability)は、AIシステムの設計における重要な倫理概念の1つである。
本稿では, 製品設計者, 開発者, 学生, 教育者に対して, 自社製品に対する総合的な説明可能性戦略を開発するための教育ツールとして機能する, 仮説的AI対応製品に関する一連のケーススタディを提案する。
論文 参考訳（メタデータ） (2020-09-01T05:54:15Z)
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。