論文の概要: Rapid Development of Compositional AI
- arxiv url: http://arxiv.org/abs/2302.05941v1
- Date: Sun, 12 Feb 2023 15:41:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-14 17:38:55.558290
- Title: Rapid Development of Compositional AI
- Title(参考訳): 合成aiの急速な発展
- Authors: Lee Martie, Jessie Rosenberg, Veronique Demers, Gaoyuan Zhang, Onkar
Bhardwaj, John Henning, Aditya Prasad, Matt Stallone, Ja Young Lee, Lucy Yip,
Damilola Adesina, Elahe Paikari, Oscar Resendiz, Sarah Shaw, David Cox
- Abstract要約: (Bee)*は統合的でスケーラブルでインタラクティブな合成AIアプリケーションを構築するためのフレームワークです。
私たちは、(Bee)*が開発者エクスペリエンスを簡略化した統合的でスケーラブルでインタラクティブな合成AIアプリケーションの構築をどのようにサポートしているかを示します。
- 参考スコア(独自算出の注目度): 5.1158486685898374
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Compositional AI systems, which combine multiple artificial intelligence
components together with other application components to solve a larger
problem, have no known pattern of development and are often approached in a
bespoke and ad hoc style. This makes development slower and harder to reuse for
future applications. To support the full rapid development cycle of
compositional AI applications, we have developed a novel framework called
(Bee)* (written as a regular expression and pronounced as "beestar"). We
illustrate how (Bee)* supports building integrated, scalable, and interactive
compositional AI applications with a simplified developer experience.
- Abstract(参考訳): 複数の人工知能コンポーネントを他のアプリケーションコンポーネントと組み合わせて、より大きな問題を解決する合成AIシステムは、開発パターンが知られておらず、しばしば好奇的でアドホックなスタイルでアプローチされる。
これにより開発が遅くなり、将来のアプリケーションの再利用が難しくなる。
構成型AIアプリケーションの完全な開発サイクルをサポートするため、我々は(Bee)*(正規表現として書かれ、"beestar"と発音される)と呼ばれる新しいフレームワークを開発した。
私たちは(bee)*が統合的でスケーラブルでインタラクティブなコンポジションaiアプリケーションの構築をサポートする方法を説明します。
関連論文リスト
- Cognition is All You Need -- The Next Layer of AI Above Large Language
Models [0.0]
我々は,大規模言語モデル以外のニューロシンボリック認知のためのフレームワークであるCognitive AIを紹介する。
我々は、認知AIがAGIのようなAI形態の進化に必須の先駆者であり、AGIは独自の確率論的アプローチでは達成できないと主張する。
我々は、大規模言語モデル、AIの採用サイクル、および商用の認知AI開発に関する議論で締めくくります。
論文 参考訳(メタデータ) (2024-03-04T16:11:57Z) - Using the Abstract Computer Architecture Description Language to Model
AI Hardware Accelerators [77.89070422157178]
AI統合製品の製造者は、製品のパフォーマンス要件に適合するアクセラレータを選択するという、重大な課題に直面します。
抽象コンピュータアーキテクチャ記述言語(ACADL)は、コンピュータアーキテクチャブロック図の簡潔な形式化である。
本稿では,AIハードウェアアクセラレーションのモデル化にACADLを用いること,DNNのマッピングにACADL記述を使用し,タイミングシミュレーションのセマンティクスを解説し,性能評価結果の収集を行う。
論文 参考訳(メタデータ) (2024-01-30T19:27:16Z) - Pangu-Agent: A Fine-Tunable Generalist Agent with Structured Reasoning [50.47568731994238]
人工知能(AI)エージェント作成の鍵となる方法は強化学習(RL)である
本稿では,構造化推論をAIエージェントのポリシーに統合し,学習するための一般的なフレームワークモデルを提案する。
論文 参考訳(メタデータ) (2023-12-22T17:57:57Z) - Exploring the intersection of Generative AI and Software Development [0.0]
生成AIとソフトウェアエンジニアリングの相乗効果は、変革的なフロンティアとして現れます。
このホワイトペーパーは、探索されていない領域に展開し、生成的AI技術がソフトウェア開発にどのように革命をもたらすかを解明する。
これはステークホルダーのためのガイドとして機能し、ソフトウェア工学における生成AIの適用に関する議論と実験を促している。
論文 参考訳(メタデータ) (2023-12-21T19:23:23Z) - Developer Experiences with a Contextualized AI Coding Assistant:
Usability, Expectations, and Outcomes [11.520721038793285]
この研究は、コンテキスト化されたコーディングAIアシスタントであるStackSpot AIを制御された環境で使用した62人の参加者の初期体験に焦点を当てる。
アシスタントの使用は、大幅な時間を節約し、ドキュメントへのアクセスを容易にし、内部APIの正確なコードを生成する結果となった。
コーディングアシスタントが、複雑なコードを扱う際の変数応答や制限と同様に、よりコンテキスト情報にアクセスできるようにするために必要な知識ソースに関連する課題が観察された。
論文 参考訳(メタデータ) (2023-11-30T10:52:28Z) - A Graphical Modeling Language for Artificial Intelligence Applications
in Automation Systems [69.50862982117127]
学際的なグラフィカルモデリング言語で、すべての分野に理解可能なシステムとして、AIアプリケーションのモデリングを可能にすることは、まだ存在しない。
本稿では,システムレベルでの自動化システムにおけるAIアプリケーションの一貫した,理解可能なモデリングを可能にするグラフィカルモデリング言語を提案する。
論文 参考訳(メタデータ) (2023-06-20T12:06:41Z) - i-Code Studio: A Configurable and Composable Framework for Integrative
AI [93.74891865028867]
統合AIのためのフレキシブルで構成可能なフレームワークであるi-Code Studioを提案する。
i-Code Studioは、複雑なマルチモーダルタスクを実行するために、微調整なしで複数の事前訓練されたモデルを編成する。
i-Code Studioは、ビデオからテキストへの検索、音声から音声への翻訳、視覚的質問応答など、さまざまなゼロショットマルチモーダルタスクに関する印象的な結果を達成する。
論文 参考訳(メタデータ) (2023-05-23T06:45:55Z) - 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) - The AI Arena: A Framework for Distributed Multi-Agent Reinforcement
Learning [0.3437656066916039]
分散マルチエージェント強化学習のための柔軟な抽象化を備えたスケーラブルなフレームワークであるAI Arenaを紹介します。
複数の異なる学習環境において、一般的なRL技術よりも分散マルチエージェント学習アプローチによる性能向上を示す。
論文 参考訳(メタデータ) (2021-03-09T22:16:19Z) - Accelerating the Development of Multimodal, Integrative-AI Systems with
Platform for Situated Intelligence [1.595445991573573]
マルチモーダル統合AIシステムのためのオープンソースのフレームワークであるPlatform for Situated Intelligenceについて説明する。
本稿では,フレームワークとその主な可利用性について概説し,そのHRIへの影響について論じる。
論文 参考訳(メタデータ) (2020-10-12T23:53:12Z) - Plato Dialogue System: A Flexible Conversational AI Research Platform [64.82999992143448]
PlatoはPythonで書かれた柔軟な会話型AIプラットフォームで、あらゆる種類の対話型エージェントアーキテクチャをサポートする。
Platoは理解しやすく、デバッグしやすいように設計されており、各コンポーネントをトレーニングする基盤となる学習フレームワークに依存しない。
論文 参考訳(メタデータ) (2020-01-17T18:27:29Z)
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。