論文の概要: Toward General Design Principles for Generative AI Applications
- arxiv url: http://arxiv.org/abs/2301.05578v1
- Date: Fri, 13 Jan 2023 14:37:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-16 15:10:11.725575
- Title: Toward General Design Principles for Generative AI Applications
- Title(参考訳): ジェネレーティブAIアプリケーションのための汎用設計原則に向けて
- Authors: Justin D. Weisz, Michael Muller, Jessica He, Stephanie Houde
- Abstract要約: 生成AIアプリケーションの設計に関する7つの原則を提示する。
生成AIの特徴として、複数の成果と不完全性、探索と制御、メンタルモデルと説明の6つの原則が重視されている。
我々は、生成モデルの有害な出力、誤用、または人的変位の可能性によって引き起こされる可能性のある潜在的な害に対して設計をするようデザイナーに促す。
- 参考スコア(独自算出の注目度): 16.11712547530946
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Generative AI technologies are growing in power, utility, and use. As
generative technologies are being incorporated into mainstream applications,
there is a need for guidance on how to design those applications to foster
productive and safe use. Based on recent research on human-AI co-creation
within the HCI and AI communities, we present a set of seven principles for the
design of generative AI applications. These principles are grounded in an
environment of generative variability. Six principles are focused on designing
for characteristics of generative AI: multiple outcomes & imperfection;
exploration & control; and mental models & explanations. In addition, we urge
designers to design against potential harms that may be caused by a generative
model's hazardous output, misuse, or potential for human displacement. We
anticipate these principles to usefully inform design decisions made in the
creation of novel human-AI applications, and we invite the community to apply,
revise, and extend these principles to their own work.
- Abstract(参考訳): 生成AI技術は、パワー、ユーティリティ、利用で成長している。
生成技術が主流のアプリケーションに組み込まれているため、生産的かつ安全な利用を促進するために、これらのアプリケーションを設計する方法に関するガイダンスが必要である。
HCIとAIコミュニティにおける人間とAIの共創に関する最近の研究に基づいて、生成型AIアプリケーションの設計のための7つの原則を提示する。
これらの原則は、生成的変動の環境に根ざしている。
生成AIの特徴として、複数の成果と不完全性、探索と制御、メンタルモデルと説明の6つの原則が重視されている。
さらに, 生成モデルの有害な出力, 誤用, 人間の移動に対する潜在的な害に対して, 設計者が設計することを推奨する。
我々はこれらの原則を期待し、新しい人間-AIアプリケーションを作成する際になされた設計決定を効果的に通知し、コミュニティにこれらの原則を適用し、修正し、自分たちの仕事に拡張するよう促す。
関連論文リスト
- From Cloud to Edge: Rethinking Generative AI for Low-Resource Design
Challenges [7.1341189275030645]
私たちは、エッジで設計するための生成AIの可能性、課題、そして有望なアプローチを検討します。
目的は、設計問題に対する目覚ましいソリューションを作成する際に、生成AIのパワーを活用することである。
論文 参考訳(メタデータ) (2024-02-20T03:59:27Z) - Design Principles for Generative AI Applications [22.587972924039992]
生成AIアプリケーションはユニークな設計課題を提示する。
効果的で安全な使用を促進するユーザエクスペリエンスの設計方法に関するガイダンスが緊急に必要である。
生成型AIアプリケーションの設計に関する6つの原則を提示する。
論文 参考訳(メタデータ) (2024-01-25T19:38:21Z) - Toward General-Purpose Robots via Foundation Models: A Survey and
Meta-Analysis [73.89558418030418]
既存のロボットシステムは、特定のタスクのために設計され、特定のデータセットに基づいて訓練され、特定の環境にデプロイされている。
ウェブスケールで大規模で大容量の事前学習型モデルの優れたオープンセット性能とコンテンツ生成能力に感銘を受けて,我々は,基礎モデルをロボット工学に適用する方法を探究した。
論文 参考訳(メタデータ) (2023-12-14T10:02:55Z) - A Vision for Operationalising Diversity and Inclusion in AI [5.4897262701261225]
本研究は,AIエコシステムにおける多様性と包摂性(D&I)の倫理的命令の運用を想定することを目的とする。
AI開発における重要な課題は、D&Iの原則を効果的に運用することである。
本稿では,ジェネレーティブAI(GenAI)を用いたペルソナシミュレーションを活用したツール開発のためのフレームワークの構想を提案する。
論文 参考訳(メタデータ) (2023-12-11T02:44:39Z) - From Generative AI to Generative Internet of Things: Fundamentals,
Framework, and Outlooks [82.964958051535]
生成人工知能(GAI)は、現実的なデータを生成し、高度な意思決定を促進する能力を持っている。
GAIを現代のモノのインターネット(IoT)に統合することによって、ジェネレーティブ・インターネット・オブ・モノ(GIoT)が登場し、社会の様々な側面に革命をもたらす大きな可能性を秘めている。
論文 参考訳(メタデータ) (2023-10-27T02:58:11Z) - Exploration with Principles for Diverse AI Supervision [88.61687950039662]
次世代の予測を用いた大規模トランスフォーマーのトレーニングは、AIの画期的な進歩を生み出した。
この生成AIアプローチは印象的な結果をもたらしたが、人間の監督に大きく依存している。
この人間の監視への強い依存は、AIイノベーションの進歩に重大なハードルをもたらす。
本稿では,高品質なトレーニングデータを自律的に生成することを目的とした,探索型AI(EAI)という新しいパラダイムを提案する。
論文 参考訳(メタデータ) (2023-10-13T07:03:39Z) - The Future of Fundamental Science Led by Generative Closed-Loop
Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。
AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。
ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文 参考訳(メタデータ) (2023-07-09T21:16:56Z) - Investigating Explainability of Generative AI for Code through
Scenario-based Design [44.44517254181818]
生成AI(GenAI)技術は成熟し、ソフトウェア工学のようなアプリケーションドメインに適用されています。
私たちは43人のソフトウェアエンジニアと9つのワークショップを開催しました。そこでは、最先端のジェネレーティブAIモデルの実例を使って、ユーザの説明可能性のニーズを導き出しました。
我々の研究は、GenAIのコードに対する説明可能性の必要性を探求し、新しいドメインにおけるXAIの技術開発を人間中心のアプローチがいかに促進するかを実証する。
論文 参考訳(メタデータ) (2022-02-10T08:52:39Z) - Problem examination for AI methods in product design [4.020523898765404]
本稿ではまず,製品設計におけるAI手法の学際領域に関する重要な用語と概念を明らかにする。
重要な貢献は、4つの特徴の分解可能性、相互依存、革新、創造性を使った設計問題の新たな分類である。
これらの概念をAIソリューションに初期のマッピングすることは、設計例を使ってスケッチされ、検証される。
論文 参考訳(メタデータ) (2022-01-19T15:19:29Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳(メタデータ) (2021-05-07T12:01:31Z)
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。