論文の概要: Forecasting AI Progress: Evidence from a Survey of Machine Learning
Researchers
- arxiv url: http://arxiv.org/abs/2206.04132v1
- Date: Wed, 8 Jun 2022 19:05:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 17:39:09.799582
- Title: Forecasting AI Progress: Evidence from a Survey of Machine Learning
Researchers
- Title（参考訳）: aiの進歩を予測する: 機械学習研究者の調査結果から
- Authors: Baobao Zhang, Noemi Dreksler, Markus Anderljung, Lauren Kahn, Charlie
Giattino, Allan Dafoe, Michael C. Horowitz
- Abstract要約: 我々は,AIと機械学習(ML)の研究者による,AIの進歩に関する信念に関する大規模な調査の結果を報告する。
AI/MLの研究者たちは総じて、2060年までに人間レベルのマシンインテリジェンスが達成される確率を50%に設定した。
いくつかの短期的なAIマイルストーンの予測は、時間とともに減少し、AIの進歩に対する楽観性を示唆している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Advances in artificial intelligence (AI) are shaping modern life, from
transportation, health care, science, finance, to national defense. Forecasts
of AI development could help improve policy- and decision-making. We report the
results from a large survey of AI and machine learning (ML) researchers on
their beliefs about progress in AI. The survey, fielded in late 2019, elicited
forecasts for near-term AI development milestones and high- or human-level
machine intelligence, defined as when machines are able to accomplish every or
almost every task humans are able to do currently. As part of this study, we
re-contacted respondents from a highly-cited study by Grace et al. (2018), in
which AI/ML researchers gave forecasts about high-level machine intelligence
and near-term milestones in AI development. Results from our 2019 survey show
that, in aggregate, AI/ML researchers surveyed placed a 50% likelihood of
human-level machine intelligence being achieved by 2060. The results show
researchers newly contacted in 2019 expressed similar beliefs about the
progress of advanced AI as respondents in the Grace et al. (2018) survey. For
the recontacted participants from the Grace et al. (2018) study, the aggregate
forecast for a 50% likelihood of high-level machine intelligence shifted from
2062 to 2076, although this change is not statistically significant, likely due
to the small size of our panel sample. Forecasts of several near-term AI
milestones have reduced in time, suggesting more optimism about AI progress.
Finally, AI/ML researchers also exhibited significant optimism about how
human-level machine intelligence will impact society.
- Abstract（参考訳）: 人工知能(AI)の進歩は、輸送、医療、科学、金融、国防など、現代の生活を形作っている。
AI開発予測は、ポリシーと意思決定の改善に役立つだろう。
我々は,AIと機械学習(ML)の研究者による,AIの進歩に関する信念に関する大規模な調査の結果を報告する。
2019年後半に発表されたこの調査は、短期的なai開発マイルストーンと、人間が現在できることのほぼすべてのタスクを、マシンが達成できるような、高レベルまたは人間レベルのマシンインテリジェンスに関する予測を導き出した。
本研究の一環として,ai/ml研究者が高レベルマシンインテリジェンスとai開発における短期的マイルストーンに関する予測を行ったgrace et al.(2018年)の研究から,質問者に対して再問い合わせを行った。
2019年の調査結果によると、ai/mlの研究者が2060年までに人間レベルのマシンインテリジェンスが達成される確率は50%だった。
その結果、2019年に新たに接触した研究者は、Grace et al. (2018)の調査で、高度なAIの進歩に関する同様の信念を表明した。
グレースら(2018年)の研究から再接触した参加者にとって、ハイレベルマシンインテリジェンスの確率50%の合計は2062年から2076年までシフトしたが、この変化は統計的に有意ではない。
いくつかの短期的なAIマイルストーンの予測は、時間とともに減少し、AIの進歩に対する楽観性を示唆している。
最後に、AI/MLの研究者たちは、人間レベルのマシンインテリジェンスが社会にどのような影響を及ぼすかについて、非常に楽観的だった。
関連論文リスト
- What Do People Think about Sentient AI? [0.0]
先進的AIの話題に関する全国的に代表的な調査データを提示する。
2021年に1波、2023年に2波のデータ収集を行い、AIの幸福に対する心の認識と道徳的懸念は予想以上に高かった。
我々は、AIが賢明になるかどうかに関わらず、議論そのものが人間とコンピュータのインタラクションをオーバーホールするかもしれないと論じる。
論文 参考訳（メタデータ） (2024-07-11T21:04:39Z) - 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) - Thousands of AI Authors on the Future of AI [1.0717301750064765]
ほとんどの回答者は、AIの進歩の長期的な価値についてかなりの不確実性を示した。
半数以上が、AIに関連する6つのシナリオについて、"実質的"または"極端"の懸念が保証されていることを示唆している。
AIの進歩が人類の未来に良くなるかどうかについては意見の相違があった。
論文 参考訳（メタデータ） (2024-01-05T14:53:09Z) - 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) - Gathering Strength, Gathering Storms: The One Hundred Year Study on
Artificial Intelligence (AI100) 2021 Study Panel Report [40.38252510399319]
第1回「人工知能に関する百年研究」プロジェクトにおける第2回「強度・集合嵐」報告。
これは17人の研究者からなるパネルによって書かれており、それぞれがAI研究に深く根ざしている。
報告書は、AIが近年、研究室から人々の生活に大きく飛躍したと結論付けている。
論文 参考訳（メタデータ） (2022-10-27T21:00:36Z) - 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) - On the Influence of Explainable AI on Automation Bias [0.0]
我々は、説明可能なAI(XAI)によって自動化バイアスに影響を与える可能性に光を当てることを目指している。
ホテルのレビュー分類に関するオンライン実験を行い、最初の結果について議論する。
論文 参考訳（メタデータ） (2022-04-19T12:54:23Z) - 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) - 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) - 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)
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。