論文の概要: On the Evolution of A.I. and Machine Learning: Towards a Meta-level
Measuring and Understanding Impact, Influence, and Leadership at Premier A.I.
Conferences
- arxiv url: http://arxiv.org/abs/2205.13131v2
- Date: Mon, 8 Jan 2024 21:13:05 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-10 21:05:16.833924
- Title: On the Evolution of A.I. and Machine Learning: Towards a Meta-level
Measuring and Understanding Impact, Influence, and Leadership at Premier A.I.
Conferences
- Title（参考訳）: A.I.と機械学習の進化 : プレミアA.I.カンファレンスにおけるメタレベルの計測・理解と影響・リーダーシップ
- Authors: Rafael B. Audibert, Henrique Lemos, Pedro Avelar, Anderson R. Tavares,
Lu\'is C. Lamb
- Abstract要約: 我々は、過去数十年間、AIと機械学習研究者の影響力、影響力、リーダーシップの分析を可能にする手段を提示する。
我々は,1969年に開催された第1回IJCAI(International Joint Conference on Artificial Intelligence)以降,AIと機械学習のフラッグシップカンファレンスで発表された論文について検討する。
- 参考スコア（独自算出の注目度）: 0.26999000177990923
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Artificial Intelligence is now recognized as a general-purpose technology
with ample impact on human life. This work aims at understanding the evolution
of AI and, in particular Machine learning, from the perspective of researchers'
contributions to the field. In order to do so, we present several measures
allowing the analyses of AI and machine learning researchers' impact,
influence, and leadership over the last decades. This work also contributes, to
a certain extent, to shed new light on the history and evolution of AI by
exploring the dynamics involved in the field's evolution by looking at papers
published at the flagship AI and machine learning conferences since the first
International Joint Conference on Artificial Intelligence (IJCAI) held in 1969.
AI development and evolution have led to increasing research output, reflected
in the number of articles published over the last sixty years. We construct
comprehensive citation collaboration and paper-author datasets and compute
corresponding centrality measures to carry out our analyses. These analyses
allow a better understanding of how AI has reached its current state of affairs
in research. Throughout the process, we correlate these datasets with the work
of the ACM Turing Award winners and the so-called two AI winters the field has
gone through. We also look at self-citation trends and new authors' behaviors.
Finally, we present a novel way to infer the country of affiliation of a paper
from its organization. Therefore, this work provides a deep analysis of
Artificial Intelligence history from information gathered and analysed from
large technical venues datasets and suggests novel insights that can contribute
to understanding and measuring AI's evolution.
- Abstract（参考訳）: 人工知能は現在、人間の生活に大きな影響を与える汎用技術として認識されている。
この研究は、AIの進化、特に機械学習を理解することを目的としており、研究者のこの分野への貢献の観点からいる。
そこで本研究では,過去数十年間におけるaiと機械学習研究者の影響力,影響,リーダーシップの分析を可能にするいくつかの尺度を提案する。
この研究は、1969年に開催された第1回IJCAI(International Joint Conference on Artificial Intelligence)以来のフラッグシップAIおよび機械学習カンファレンスで発表された論文を見て、この分野の進化にかかわるダイナミクスを探求することによって、AIの歴史と進化に新たな光を当てることにも貢献している。
ai開発と進化は、過去60年間に出版された記事の数を反映して、研究成果の増加につながった。
総合的な引用コラボレーションと論文作成データセットを構築し,それに対応する集中度尺度を計算して分析を行う。
これらの分析は、AIが研究の現在の状況にどう到達したかをよりよく理解することを可能にする。
このプロセスを通じて、これらのデータセットは、ACMチューリング賞受賞者の作業と、この分野が通過したいわゆる2つのAI冬と相関する。
また, 自己引用傾向と新たな著者の行動についても考察した。
最後に,本稿では,その組織から論文の帰属国を推察する新しい方法を提案する。
そこで本研究では,大規模技術施設のデータセットから収集・分析した情報から人工知能の歴史を深く分析し,aiの進化の理解と測定に寄与する新たな知見を提案する。
関連論文リスト
- Measuring Human Contribution in AI-Assisted Content Generation [68.03658922067487]
本研究は,AIによるコンテンツ生成における人間の貢献度を測定する研究課題を提起する。
人間の入力とAI支援出力の自己情報に対する相互情報を計算することにより、コンテンツ生成における人間の比例情報貢献を定量化する。
論文 参考訳（メタデータ） (2024-08-27T05:56:04Z) - Artificial Intelligence Index Report 2024 [15.531650534547945]
AI Indexのレポートでは、人工知能(AI)に関連するデータを追跡、照合、蒸留、可視化している。
AIインデックスは、AIに関するデータと洞察の最も信頼性が高く権威のある情報源の1つとして、世界的に認識されている。
今年のエディションは、サイズ、スケール、スコープのすべての旧版を上回り、AIが私たちの人生で持つ重要性が増していることを反映している。
論文 参考訳（メタデータ） (2024-05-29T20:59:57Z) - Responsible AI: Portraits with Intelligent Bibliometrics [30.51687434548628]
この研究は、責任あるAIを定義し、そのコア原則を特定した。
この研究は、2015年からAIコミュニティが寄稿した17,799の論文を実証的に調査した。
複数の分野から380の記事からなるコアコホートの分析は、責任あるAIの最新の進歩を捉えている。
論文 参考訳（メタデータ） (2024-05-05T08:40:22Z) - 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) - 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) - From Google Gemini to OpenAI Q* (Q-Star): A Survey of Reshaping the
Generative Artificial Intelligence (AI) Research Landscape [5.852005817069381]
生成人工知能(AI)の現状と今後の動向について批判的考察
GoogleのGeminiや、予想されるOpenAI Q*プロジェクトといったイノベーションが、さまざまなドメインにわたる研究の優先順位とアプリケーションをどう変えているのかを調査した。
この研究は、倫理的および人間中心の手法をAI開発に取り入れることの重要性を強調し、社会規範と福祉の整合性を確保した。
論文 参考訳（メタデータ） (2023-12-18T01:11:39Z) - Artificial intelligence to advance Earth observation: : A review of models, recent trends, and pathways forward [60.43248801101935]
本稿では、生のEOデータから使用可能なEOベースの情報への移行を通知し、支援する、重要な科学的ツールとアプローチについて、鳥の視点で説明する。
i)コンピュータビジョン, (ii) 機械学習, (iii) 高度な処理とコンピューティング, (iv) 知識ベースAI, (v) 説明可能なAIと因果推論, (vi) 物理認識モデル, (vii) ユーザ中心のアプローチ, (viii) EOにおけるML技術の大量使用に関する倫理的・社会的問題に関する議論の議論を網羅する。
論文 参考訳（メタデータ） (2023-05-15T07:47:24Z) - Characterising Research Areas in the field of AI [68.8204255655161]
トピックの共起ネットワーク上でクラスタリング分析を行うことで,主要な概念テーマを特定した。
その結果は、ディープラーニングや機械学習、物のインターネットといった研究テーマに対する学術的関心の高まりを浮き彫りにしている。
論文 参考訳（メタデータ） (2022-05-26T16:30:30Z) - 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) - Measuring Ethics in AI with AI: A Methodology and Dataset Construction [1.6861004263551447]
我々は、AI技術のこのような新しい機能を使用して、AI測定能力を増強することを提案する。
我々は倫理的問題や関心事に関連する出版物を分類するモデルを訓練する。
私たちは、AIメトリクス、特に信頼できる公正なAIベースのツールや技術開発への彼らの貢献の意味を強調します。
論文 参考訳（メタデータ） (2021-07-26T00:26:12Z) - Sensor Artificial Intelligence and its Application to Space Systems -- A
White Paper [35.78525324168878]
このホワイトペーパーの目的は、専用の研究トピックとして"Sensor AI"を確立することである。
AIアプローチにおけるセンサーとその物理的特性を詳しく見ると、より堅牢で広く適用可能なアルゴリズムが生まれるだろう。
センサーAIは、自動運転だけでなく、自動生産、予測保守、宇宙研究の分野でも決定的な役割を果たす。
論文 参考訳（メタデータ） (2020-06-09T14:10:35Z)
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。