論文の概要: Artificial Intelligence Nomenclature Identified From Delphi Study on Key
Issues Related to Trust and Barriers to Adoption for Autonomous Systems
- arxiv url: http://arxiv.org/abs/2210.09086v1
- Date: Fri, 14 Oct 2022 16:54:20 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-18 21:25:24.210284
- Title: Artificial Intelligence Nomenclature Identified From Delphi Study on Key
Issues Related to Trust and Barriers to Adoption for Autonomous Systems
- Title（参考訳）: delphi研究から特定された人工知能命名法 : 信頼と自律システム導入の障壁に関する鍵となる問題
- Authors: Thomas E. Doyle and Victoria Tucci and Calvin Zhu and Yifei Zhang and
Basem Yassa and Sajjad Rashidiani and Md Asif Khan and Reza Samavi and
Michael Noseworthy and Steven Yule
- Abstract要約: クロスディシプリンティングチームは、複雑な機械学習の課題に協力しています。
文学における基本的な定義のコンセンサスを見つけることは、より根本的な問題である。
- 参考スコア（独自算出の注目度）: 5.175660172780059
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: The rapid integration of artificial intelligence across traditional research
domains has generated an amalgamation of nomenclature. As cross-discipline
teams work together on complex machine learning challenges, finding a consensus
of basic definitions in the literature is a more fundamental problem. As a step
in the Delphi process to define issues with trust and barriers to the adoption
of autonomous systems, our study first collected and ranked the top concerns
from a panel of international experts from the fields of engineering, computer
science, medicine, aerospace, and defence, with experience working with
artificial intelligence. This document presents a summary of the literature
definitions for nomenclature derived from expert feedback.
- Abstract（参考訳）: 従来の研究領域にまたがる人工知能の急速な統合は、命名法の融合を生み出した。
クロス学際的なチームは複雑な機械学習の課題に協力するので、文献における基本的な定義のコンセンサスを見つけることがより根本的な問題である。
自律システムの導入に対する信頼と障壁に関する問題を定義するためのDelphiプロセスのステップとして、私たちの研究はまず、人工知能を使った経験を持つ工学、コンピュータサイエンス、医学、航空宇宙、防衛の分野から国際専門家のパネルからトップの関心を集め、ランク付けしました。
本稿では,専門的フィードバックから得られた命名法の文献定義について概説する。
関連論文リスト
- OlympicArena: Benchmarking Multi-discipline Cognitive Reasoning for Superintelligent AI [73.75520820608232]
我々は,11,163のバイリンガル問題を含む,テキストのみとインターリーブされたテキストイメージのモダリティを紹介する。
これらの課題には、7つのフィールドと62の国際オリンピック大会にわたる幅広い規律が含まれており、データ漏洩について厳格に調査されている。
我々の評価によると、GPT-4oのような先進モデルでさえ、複雑な推論とマルチモーダル統合における現在のAI制限を反映して、全体的な精度は39.97%しか達成していない。
論文 参考訳（メタデータ） (2024-06-18T16:20:53Z) - DIVKNOWQA: Assessing the Reasoning Ability of LLMs via Open-Domain
Question Answering over Knowledge Base and Text [73.68051228972024]
大きな言語モデル(LLM)は印象的な生成能力を示すが、内部知識に依存すると幻覚に悩まされる。
検索拡張LDMは、外部知識においてLLMを基盤とする潜在的な解決策として出現している。
論文 参考訳（メタデータ） (2023-10-31T04:37:57Z) - Artificial intelligence in government: Concepts, standards, and a
unified framework [0.0]
人工知能(AI)の最近の進歩は、政府の変革を約束している。
新しいAIシステムは、社会の規範的な期待に沿うように振る舞うことが重要である。
論文 参考訳（メタデータ） (2022-10-31T10:57:20Z) - Foundations and Recent Trends in Multimodal Machine Learning:
Principles, Challenges, and Open Questions [68.6358773622615]
本稿では,マルチモーダル機械学習の計算的基礎と理論的基礎について概説する。
本稿では,表現,アライメント,推論,生成,伝達,定量化という,6つの技術課題の分類法を提案する。
最近の技術的成果は、この分類のレンズを通して示され、研究者は新しいアプローチの類似点と相違点を理解することができる。
論文 参考訳（メタデータ） (2022-09-07T19:21:19Z) - MRKL Systems: A modular, neuro-symbolic architecture that combines large
language models, external knowledge sources and discrete reasoning [50.40151403246205]
巨大な言語モデル(LM)は、自然言語ベースの知識タスクのゲートウェイとして機能する、AIの新しい時代を支えている。
離散的な知識と推論モジュールによって補完される、複数のニューラルモデルによる柔軟なアーキテクチャを定義する。
本稿では,MRKL(Modular Reasoning, Knowledge and Language)システムと呼ばれる,このニューロシンボリックアーキテクチャについて述べる。
論文 参考訳（メタデータ） (2022-05-01T11:01:28Z) - Trust in AI and Implications for the AEC Research: A Literature Analysis [0.0]
建築、工学、建設(AEC)研究コミュニティは、人工知能(AI)がプロジェクトを改善するために提供する高度なソリューションを活用している。
AEC産業における仕事、労働者、職場の独特な特徴にもかかわらず、AIに対する信頼の概念は文学においてほとんど注目を集めていない。
本稿では,AECにおけるAIとAIの2つの主要な信頼領域における学術文献の包括的分析を行い,AECプロジェクトのユニークな側面と,AIの信頼につながる社会技術的概念との相互作用について考察する。
論文 参考訳（メタデータ） (2022-03-08T04:38:34Z) - Towards a Common Testing Terminology for Software Engineering and
Artificial Intelligence Experts [0.9799637101641152]
本稿では,古典的ソフトウェアテストとAIテストの最も重要な概念のマッピングに寄与する。
マッピングでは、マッピングされた概念の関連性と命名の相違を強調した。
論文 参考訳（メタデータ） (2021-08-31T13:50:15Z) - Scientia Potentia Est -- On the Role of Knowledge in Computational
Argumentation [52.903665881174845]
本稿では,計算議論に必要な知識のピラミッドを提案する。
この分野におけるこれらのタイプの役割と統合について,その技術の現状を簡潔に論じる。
論文 参考訳（メタデータ） (2021-07-01T08:12:41Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳（メタデータ） (2021-01-15T10:43:10Z) - Synergizing Domain Expertise with Self-Awareness in Software Systems: A
Patternized Architecture Guideline [11.155059219430207]
本稿では、ソフトウェアシステムにおける自己適応性を高めるために、ドメインの専門知識の相乗化と自己認識の重要性を強調する。
我々は、DBASESと呼ばれる概念、豊富なパターン、方法論の総合的なフレームワークを提示し、エンジニアに原則化されたガイドラインを提供する。
論文 参考訳（メタデータ） (2020-01-20T12:17:22Z)
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。