Fugu-MT 論文翻訳(概要): Artificial Intelligence and Medicine: A literature review

論文の概要: Artificial Intelligence and Medicine: A literature review

arxiv url: http://arxiv.org/abs/2205.00322v1
Date: Sat, 30 Apr 2022 18:39:00 GMT
ステータス: 処理完了
システム内更新日: 2022-05-03 16:09:08.000696
Title: Artificial Intelligence and Medicine: A literature review
Title（参考訳）: 人工知能と医学:文献レビュー
Authors: Chottiwatt Jittprasong (Biomedical Robotics Laboratory, Department of Biomedical Engineering, City University of Hong Kong)
Abstract要約: 誕生以来、世界中の多くの研究者が医学における人工知能の応用を開拓してきた。アラン・チューリングは1940年代に最初の基礎概念を開拓した。コンピュータと人的資源の大幅な増加は、21世紀に急速に進展した。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In practically every industry today, artificial intelligence is one of the most effective ways for machines to assist humans. Since its inception, a large number of researchers throughout the globe have been pioneering the application of artificial intelligence in medicine. Although artificial intelligence may seem to be a 21st-century concept, Alan Turing pioneered the first foundation concept in the 1940s. Artificial intelligence in medicine has a huge variety of applications that researchers are continually exploring. The tremendous increase in computer and human resources has hastened progress in the 21st century, and it will continue to do so for many years to come. This review of the literature will highlight the emerging field of artificial intelligence in medicine and its current level of development.
Abstract（参考訳）: 今日のあらゆる産業において、人工知能は機械が人間を助ける最も効果的な方法の1つである。誕生以来、世界中の多くの研究者が医学における人工知能の応用を開拓してきた。人工知能は21世紀の概念のようだが、アラン・チューリングは1940年代に最初の基礎概念を開拓した。医学における人工知能は、研究者が継続的に探究している様々な応用がある。コンピューターと人的資源の大幅な増加は、21世紀には急速に進歩し、これからも何年も続くだろう。この文献のレビューは、医学における人工知能の新たな分野とその発展のレベルを強調します。

関連論文リスト

AI for social science and social science of AI: A Survey [47.5235291525383]
人工知能の最近の進歩は、人工知能の可能性を再考するきっかけとなった。 AIの人間的能力の増大は、社会科学研究にも注目されている。
論文参考訳（メタデータ） (2024-01-22T10:57:09Z)
Drivers and Barriers of AI Adoption and Use in Scientific Research [0.0]
我々は、科学者の人的資本と、協力者や機関のネットワークで利用可能な外部リソースに焦点をあて、科学研究におけるAIの統合について研究する。我々の結果は、AIは探索の趣味を持つドメイン科学者によって開拓され、コンピュータ科学者、経験豊富なAI科学者、そして初期のキャリア研究者のネットワークに埋め込まれていることを示唆している。
論文参考訳（メタデータ） (2023-12-15T14:49:13Z)
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)
Artificial intelligence adoption in the physical sciences, natural sciences, life sciences, social sciences and the arts and humanities: A bibliometric analysis of research publications from 1960-2021 [73.06361680847708]
1960年には333の研究分野の14%がAIに関連していたが、1972年には全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。 1960年には、333の研究分野の14%がAI(コンピュータ科学の多くの分野)に関連していたが、1972年までに全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。我々は、現在の急上昇の状況が異なっており、学際的AI応用が持続する可能性が高いと結論付けている。
論文参考訳（メタデータ） (2023-06-15T14:08:07Z)
Artificial Intelligence and Life in 2030: The One Hundred Year Study on Artificial Intelligence [74.2630823914258]
このレポートは、AIが今後数年間に影響を及ぼす可能性のある、典型的な都市環境の8つのドメインを調査している。それは、AIの現状を科学的かつ技術的に正確に描写する一般大衆に提供することを目的としている。この報告書の費用は、ハーバード大学のBarbara Groszが議長を務めるAI100 Standing Committee(AI100スタンディング委員会)のパネルに提出された。
論文参考訳（メタデータ） (2022-10-31T18:35:36Z)
Toward Next-Generation Artificial Intelligence: Catalyzing the NeuroAI Revolution [102.45290975132406]
神経科学は長年、人工知能(AI)の進歩の重要な要因であった我々は,AIの進歩を加速するためには,NeuroAIの基本的な研究に投資する必要があることを示唆する。
論文参考訳（メタデータ） (2022-10-15T17:18:37Z)
Predicting the Future of AI with AI: High-quality link prediction in an exponentially growing knowledge network [15.626884746513712]
AI技術を使って、AI自体の将来的な研究方向を予測する。そのため、10万以上の研究論文を使って、64,000以上の概念ノードを持つナレッジネットワークを構築しています。最も強力な方法は、エンドツーエンドのAIアプローチではなく、慎重にキュレートされたネットワーク機能のセットを使用する。
論文参考訳（メタデータ） (2022-09-23T14:04:37Z)
Neurocompositional computing: From the Central Paradox of Cognition to a new generation of AI systems [120.297940190903]
AIの最近の進歩は、限られた形態のニューロコンフォメーションコンピューティングの使用によってもたらされている。ニューロコンポジションコンピューティングの新しい形式は、より堅牢で正確で理解しやすいAIシステムを生み出します。
論文参考訳（メタデータ） (2022-05-02T18:00:10Z)
The Turing Trap: The Promise & Peril of Human-Like Artificial Intelligence [1.9143819780453073]
人間のような人工知能の利点には、生産性の上昇、余暇の増加、そしておそらく最も重要なのは、私たちの心をよりよく理解することが含まれる。しかし、あらゆるタイプのAIが人間に似ているわけではない。実際、最も強力なシステムの多くは、人間とは大きく異なる。機械が人間の労働の代用となるにつれ、労働者は経済的・政治的交渉力を失う。対照的に、AIが人間を模倣するのではなく強化することに焦点を当てている場合、人間は創造された価値の共有を主張する力を保持します。
論文参考訳（メタデータ） (2022-01-11T21:07:17Z)
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)

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。