論文の概要: Towards Trustworthy Edge Intelligence: Insights from Voice-Activated
Services
- arxiv url: http://arxiv.org/abs/2206.09523v1
- Date: Mon, 20 Jun 2022 00:56:21 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 17:51:48.627298
- Title: Towards Trustworthy Edge Intelligence: Insights from Voice-Activated
Services
- Title（参考訳）: 信頼できるエッジインテリジェンスを目指して:ボイスアクティベートサービスから
- Authors: W.T. Hutiri, A.Y. Ding
- Abstract要約: エッジインテリジェンスは、スマートサービスのキーとなる技術である。
本稿では,音声アクティベートサービスの具体的な応用シナリオにおいて,信頼に値するエッジインテリジェンスの要件について検討する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In an age of surveillance capitalism, anchoring the design of emerging smart
services in trustworthiness is urgent and important. Edge Intelligence, which
brings together the fields of AI and Edge computing, is a key enabling
technology for smart services. Trustworthy Edge Intelligence should thus be a
priority research concern. However, determining what makes Edge Intelligence
trustworthy is not straight forward. This paper examines requirements for
trustworthy Edge Intelligence in a concrete application scenario of
voice-activated services. We contribute to deepening the understanding of
trustworthiness in the emerging Edge Intelligence domain in three ways:
firstly, we propose a unified framing for trustworthy Edge Intelligence that
jointly considers trustworthiness attributes of AI and the IoT. Secondly, we
present research outputs of a tangible case study in voice-activated services
that demonstrates interdependencies between three important trustworthiness
attributes: privacy, security and fairness. Thirdly, based on the empirical and
analytical findings, we highlight challenges and open questions that present
important future research areas for trustworthy Edge Intelligence.
- Abstract（参考訳）: 監視資本主義の時代には、新しいスマートサービスの設計を信頼度に固定することが緊急かつ重要である。
AIとエッジコンピューティングの分野を統合したエッジインテリジェンスは、スマートサービスにとって重要な技術だ。
したがって、信頼できるエッジインテリジェンスは優先的な研究課題である。
しかし、エッジインテリジェンスを信頼できるものにするのは、必ずしも前向きではない。
本稿では,音声アクティベートサービスの具体的な応用シナリオにおいて,信頼に値するエッジインテリジェンスの要件を検討する。
まず、AIとIoTの信頼性特性を共同で考慮した、信頼できるエッジインテリジェンスのための統合フレーミングを提案します。
次に,音声アクティベーションサービスにおける有形ケーススタディの結果について,プライバシ,セキュリティ,公平性という3つの重要な信頼性属性の相互依存性を示す。
第3に,経験的および分析的な知見に基づいて,信頼に値するエッジインテリジェンスのための重要な研究領域を示す課題とオープン質問を強調する。
関連論文リスト
- A Survey on Automatic Credibility Assessment of Textual Credibility Signals in the Era of Large Language Models [6.538395325419292]
信頼性評価は基本的に、信頼性信号の集約に基づくものである。
信頼性信号はより粒度が高く、説明が容易で、広く活用可能な情報を提供する。
信頼性の自動評価と信頼性信号の検出に関する研究の活発化は、高度に断片化され相互相互接続が欠如しているとして特徴付けられる。
論文 参考訳（メタデータ） (2024-10-28T17:51:08Z) - Trustworthy and Responsible AI for Human-Centric Autonomous Decision-Making Systems [2.444630714797783]
我々は、AIバイアス、定義、検出と緩和の方法、およびバイアスを評価するメトリクスの複雑さをレビューし、議論する。
また、人間中心の意思決定のさまざまな領域におけるAIの信頼性と広範な適用に関して、オープンな課題についても論じる。
論文 参考訳（メタデータ） (2024-08-28T06:04:25Z) - A Survey on Trustworthy Edge Intelligence: From Security and Reliability
To Transparency and Sustainability [32.959723590246384]
Edge Intelligence(EI)は、エッジコンピューティング(EC)と人工知能(AI)を統合して、AIの能力をネットワークエッジにプッシュする。
この調査は、信頼できるEIの特徴、アーキテクチャ、技術、ソリューションを包括的にまとめたものです。
論文 参考訳（メタデータ） (2023-10-27T07:39:54Z) - Bridging Trustworthiness and Open-World Learning: An Exploratory Neural
Approach for Enhancing Interpretability, Generalization, and Robustness [20.250799593459053]
信頼性とオープンワールド学習をブリッジするニューラルプログラムを探索し、読者のためのシングルモーダルからマルチモーダルシナリオまで拡張する。
我々は,デザインレベルの説明可能性,環境に配慮したタスクインタフェース,オープンワールド認識プログラムの確立を通じて,さまざまな信頼性の高い特性を向上する。
論文 参考訳（メタデータ） (2023-08-07T15:35:32Z) - KGTrust: Evaluating Trustworthiness of SIoT via Knowledge Enhanced Graph
Neural Networks [63.531790269009704]
ソーシャル・インターネット・オブ・モノ(Social Internet of Things, SIoT)は、スマート・オブジェクト(物)にソーシャルネットワークの概念を注入する、有望で新興のパラダイムである。
リスクと不確実性のため、解決すべき重要かつ緊急の問題は、SIoT内で信頼性の高い関係、すなわち信頼評価を確立することである。
本稿では,SIoTにおける信頼度向上のための知識強化グラフニューラルネットワーク(KGTrust)を提案する。
論文 参考訳（メタデータ） (2023-02-22T14:24:45Z) - On Achieving Privacy-Preserving State-of-the-Art Edge Intelligence [0.0]
エッジコンピューティングにおける推論は、エッジインテリジェンスと呼ばれ、プロセス中に機密データ機密性や知的財産権が明らかにされていないことを保証するためのソリューションを必要とする。
本稿では,プライバシー保護のための既存のDNN推論技術との互換性を,エッジコンピューティングのセットアップの特徴と組み合わせて評価する。
次に、DNNの秘密共有に向けた研究におけるモデル圧縮手法の将来的な役割について述べる。
論文 参考訳（メタデータ） (2023-02-10T15:34:42Z) - Designing for Responsible Trust in AI Systems: A Communication
Perspective [56.80107647520364]
我々は、MATCHと呼ばれる概念モデルを開発するために、技術に対する信頼に関するコミュニケーション理論と文献から引き出す。
私たちは、AIシステムの能力として透明性とインタラクションを強調します。
我々は、技術クリエーターが使用する適切な方法を特定するのに役立つ要件のチェックリストを提案する。
論文 参考訳（メタデータ） (2022-04-29T00:14:33Z) - Uncertainty Quantification 360: A Holistic Toolkit for Quantifying and
Communicating the Uncertainty of AI [49.64037266892634]
我々は、AIモデルの不確実性定量化のためのオープンソースのPythonツールキットUncertainty Quantification 360 (UQ360)について述べる。
このツールキットの目標は2つある: ひとつは、AIアプリケーション開発ライフサイクルにおける不確実性を定量化し、評価し、改善し、伝達する共通のプラクティスを育むとともに、合理化するための幅広い能力を提供すること、もうひとつは、信頼できるAIの他の柱とのUQの接続をさらに探求することである。
論文 参考訳（メタデータ） (2021-06-02T18:29:04Z) - Formalizing Trust in Artificial Intelligence: Prerequisites, Causes and
Goals of Human Trust in AI [55.4046755826066]
我々は、社会学の対人信頼(すなわち、人間の信頼)に着想を得た信頼のモデルについて議論する。
ユーザとAIの間の信頼は、暗黙的あるいは明示的な契約が保持する信頼である。
我々は、信頼できるAIの設計方法、信頼が浮かび上がったかどうか、保証されているかどうかを評価する方法について論じる。
論文 参考訳（メタデータ） (2020-10-15T03:07:23Z) - Towards Self-learning Edge Intelligence in 6G [143.1821636135413]
エッジインテリジェンス(エッジインテリジェンス、Edge Intelligence、別名エッジネイティブ人工知能(AI))は、AI、通信ネットワーク、モバイルエッジコンピューティングのシームレスな統合に焦点を当てた新興技術フレームワークである。
本稿では、6GにおけるエッジネイティブAIの重要な要件と課題を特定する。
論文 参考訳（メタデータ） (2020-10-01T02:16:40Z) - Where Does Trust Break Down? A Quantitative Trust Analysis of Deep
Neural Networks via Trust Matrix and Conditional Trust Densities [94.65749466106664]
本稿では,新しい信頼量化戦略である信頼行列の概念を紹介する。
信頼行列は、所定のアクター・オークル回答シナリオに対して期待される質問・回答信頼を定義する。
我々は、条件付き信頼密度の概念により、信頼密度の概念をさらに拡張する。
論文 参考訳（メタデータ） (2020-09-30T14:33:43Z)
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。