論文の概要: Mutual Theory of Mind for Human-AI Communication
- arxiv url: http://arxiv.org/abs/2210.03842v1
- Date: Fri, 7 Oct 2022 22:46:04 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-11 18:48:23.185968
- Title: Mutual Theory of Mind for Human-AI Communication
- Title(参考訳): 人間-AIコミュニケーションにおける心の相互理論
- Authors: Qiaosi Wang (1), Ashok K. Goel (1) ((1) Georgia Institute of
Technology)
- Abstract要約: 心の相互理論(MToM)は「心の理論」の基本的人間の能力に着想を得たものである
本稿では,MToMフレームワークのモチベーションとその3つの重要な構成要素について論じる。
次に、MToMフレームワークに触発されたケーススタディを説明し、人間-AIコミュニケーションの設計と理解を導くMToMフレームワークのパワーを実証する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: From navigation systems to smart assistants, we communicate with various AI
on a daily basis. At the core of such human-AI communication, we convey our
understanding of the AI's capability to the AI through utterances with
different complexities, and the AI conveys its understanding of our needs and
goals to us through system outputs. However, this communication process is
prone to failures for two reasons: the AI might have the wrong understanding of
the user and the user might have the wrong understanding of the AI. To enhance
mutual understanding in human-AI communication, we posit the Mutual Theory of
Mind (MToM) framework, inspired by our basic human capability of "Theory of
Mind." In this paper, we discuss the motivation of the MToM framework and its
three key components that continuously shape the mutual understanding during
three stages of human-AI communication. We then describe a case study inspired
by the MToM framework to demonstrate the power of MToM framework to guide the
design and understanding of human-AI communication.
- Abstract(参考訳): ナビゲーションシステムからスマートアシスタントまで、私たちは日々さまざまなAIと通信しています。
このような人間-AIコミュニケーションのコアでは、さまざまな複雑さの発話を通じてAIの能力に対する理解をAIに伝え、AIはシステム出力を通じて私たちのニーズと目標に対する理解を我々に伝える。
しかし、このコミュニケーションプロセスは2つの理由で失敗しがちである。AIはユーザの誤った理解を持っているかもしれないし、ユーザはAIの間違った理解を持っているかもしれない。
人間とAIのコミュニケーションにおける相互理解を高めるため、我々は「心の理論」の基本的人間の能力にインスパイアされたMTOM(Mutual Theory of Mind)フレームワークを提案する。
本稿では,MToMフレームワークのモチベーションと,人間とAIのコミュニケーションの3段階における相互理解を継続的に形成する3つの重要な構成要素について論じる。
次に、MToMフレームワークに触発されたケーススタディを説明し、人間-AIコミュニケーションの設計と理解を導くMToMフレームワークのパワーを実証する。
関連論文リスト
- Advancing Explainable AI Toward Human-Like Intelligence: Forging the
Path to Artificial Brain [0.7770029179741429]
説明可能なAI(XAI)における人工知能(AI)と神経科学の交差は、複雑な意思決定プロセスにおける透明性と解釈可能性を高めるために重要である。
本稿では,機能ベースから人間中心のアプローチまで,XAI方法論の進化について考察する。
生成モデルにおける説明可能性の達成、責任あるAIプラクティスの確保、倫理的意味への対処に関する課題について論じる。
論文 参考訳(メタデータ) (2024-02-07T14:09:11Z) - A call for embodied AI [0.8242650459951482]
我々は、人工知能の次の基本ステップとして、エンボディードAIを提案する。
Embodied AIの範囲を広げることで、認知アーキテクチャに基づく理論的枠組みを導入する。
このフレームワークはFristonのアクティブな推論原則と一致しており、EAI開発に対する包括的なアプローチを提供する。
論文 参考訳(メタデータ) (2024-02-06T09:11:20Z) - What should I say? -- Interacting with AI and Natural Language
Interfaces [0.0]
HAI(Human-AI Interaction)サブフィールドは、HCI(Human-Computer Interaction)フィールドから生まれ、この概念を検証することを目的としている。
以前の研究では、マインド表現の理論は成功と努力の無いコミュニケーションに不可欠であると示唆されていたが、AIと対話する際にマインド表現の理論が確立されるという点に関しては、ほとんど理解されていない。
論文 参考訳(メタデータ) (2024-01-12T05:10:23Z) - A Review on Objective-Driven Artificial Intelligence [0.0]
人間は、コミュニケーションにおける文脈、ニュアンス、微妙な手がかりを理解する能力を持っている。
人間は、世界に関する論理的推論と予測を行うのに役立つ、常識的な知識の広大なリポジトリを持っています。
機械はこの本質的な理解に欠けており、人間が自明に感じる状況を理解するのに苦労することが多い。
論文 参考訳(メタデータ) (2023-08-20T02:07:42Z) - 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) - On some Foundational Aspects of Human-Centered Artificial Intelligence [52.03866242565846]
人間中心人工知能(Human Centered Artificial Intelligence)の意味については明確な定義はない。
本稿では,AIコンポーネントを備えた物理・ソフトウェア計算エージェントを指すHCAIエージェントについて紹介する。
HCAIエージェントの概念は、そのコンポーネントや機能とともに、人間中心のAIに関する技術的および非技術的議論を橋渡しする手段であると考えています。
論文 参考訳(メタデータ) (2021-12-29T09:58:59Z) - A User-Centred Framework for Explainable Artificial Intelligence in
Human-Robot Interaction [70.11080854486953]
本稿では,XAIのソーシャル・インタラクティブな側面に着目したユーザ中心型フレームワークを提案する。
このフレームワークは、エキスパートでないユーザのために考えられた対話型XAIソリューションのための構造を提供することを目的としている。
論文 参考訳(メタデータ) (2021-09-27T09:56:23Z) - 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) - Future Trends for Human-AI Collaboration: A Comprehensive Taxonomy of
AI/AGI Using Multiple Intelligences and Learning Styles [95.58955174499371]
我々は、複数の人間の知性と学習スタイルの様々な側面を説明し、様々なAI問題領域に影響を及ぼす可能性がある。
未来のAIシステムは、人間のユーザと互いにコミュニケーションするだけでなく、知識と知恵を効率的に交換できる。
論文 参考訳(メタデータ) (2020-08-07T21:00:13Z) - Human Evaluation of Interpretability: The Case of AI-Generated Music
Knowledge [19.508678969335882]
我々は、芸術と人文科学におけるAIが発見する知識/ルールを評価することに注力する。
本稿では,洗練された記号的/数値的対象として表現されたAI生成音楽理論/ルールの人間生成言語解釈を収集し,評価する実験手法を提案する。
論文 参考訳(メタデータ) (2020-04-15T06:03:34Z) - A general framework for scientifically inspired explanations in AI [76.48625630211943]
我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。
このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
論文 参考訳(メタデータ) (2020-03-02T10:32:21Z)
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。