論文の概要: Combining Generative Artificial Intelligence (AI) and the Internet:
Heading towards Evolution or Degradation?
- arxiv url: http://arxiv.org/abs/2303.01255v1
- Date: Fri, 17 Feb 2023 17:39:41 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-05 05:35:45.459805
- Title: Combining Generative Artificial Intelligence (AI) and the Internet:
Heading towards Evolution or Degradation?
- Title（参考訳）: 生成人工知能(AI)とインターネットの組み合わせ:進化か劣化か?
- Authors: Gonzalo Mart\'inez, Lauren Watson, Pedro Reviriego, Jos\'e Alberto
Hern\'andez, Marc Juarez, Rik Sarkar
- Abstract要約: 現実的な画像やテキストを生成するジェネレーティブAIツールは、インターネットを嵐によって奪った。
生成AIツールの今後のバージョンは、オリジナルデータとAI生成データを組み合わせたインターネットデータでトレーニングされる予定だ。
生成するAIツールの将来のバージョンは、実データとAI生成データを混合してトレーニングした場合、どのように振る舞うのか?
- 参考スコア（独自算出の注目度）: 6.62688326060372
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In the span of a few months, generative Artificial Intelligence (AI) tools
that can generate realistic images or text have taken the Internet by storm,
making them one of the technologies with fastest adoption ever. Some of these
generative AI tools such as DALL-E, MidJourney, or ChatGPT have gained wide
public notoriety. Interestingly, these tools are possible because of the
massive amount of data (text and images) available on the Internet. The tools
are trained on massive data sets that are scraped from Internet sites. And now,
these generative AI tools are creating massive amounts of new data that are
being fed into the Internet. Therefore, future versions of generative AI tools
will be trained with Internet data that is a mix of original and AI-generated
data. As time goes on, a mixture of original data and data generated by
different versions of AI tools will populate the Internet. This raises a few
intriguing questions: how will future versions of generative AI tools behave
when trained on a mixture of real and AI generated data? Will they evolve with
the new data sets or degenerate? Will evolution introduce biases in subsequent
generations of generative AI tools? In this document, we explore these
questions and report some very initial simulation results using a simple
image-generation AI tool. These results suggest that the quality of the
generated images degrades as more AI-generated data is used for training thus
suggesting that generative AI may degenerate. Although these results are
preliminary and cannot be generalised without further study, they serve to
illustrate the potential issues of the interaction between generative AI and
the Internet.
- Abstract（参考訳）: 数ヶ月の間に、現実的な画像やテキストを生成する生成人工知能(AI)ツールがインターネットを急襲し、これまでで最も急速に普及したテクノロジーの1つになった。
DALL-E、MidJourney、ChatGPTなどのジェネレーティブAIツールは、広く一般に知られるようになった。
興味深いことに、これらのツールはインターネットで利用可能な膨大なデータ(テキストと画像)のために可能である。
これらのツールは、インターネットサイトからスクラップされた巨大なデータセットでトレーニングされる。
そして今、これらの生成AIツールは、インターネットに送られてくる膨大な量の新しいデータを生み出している。
そのため、生成AIツールの将来のバージョンは、オリジナルデータとAI生成データを組み合わせたインターネットデータでトレーニングされる。
時間が経つにつれ、さまざまなバージョンのAIツールによって生成された元のデータとデータの混合がインターネットに現れる。
生成するAIツールの将来のバージョンは、実データとAI生成データを混合してトレーニングした場合、どのように振る舞うのか?
新しいデータセットで進化するか、退化するのか?
進化は世代別AIツールにバイアスをもたらすのだろうか?
本稿では,これらの質問を探索し,簡単な画像生成AIツールを用いたシミュレーション結果について報告する。
これらの結果から,生成画像の品質は,より多くのai生成データがトレーニングに使用されることで劣化し,生成aiが変性する可能性が示唆された。
これらの結果は予備的であり、さらなる研究なしには一般化できないが、生成AIとインターネットの相互作用の潜在的な問題を説明するのに役立つ。
関連論文リスト
- Measuring Human Contribution in AI-Assisted Content Generation [68.03658922067487]
本研究は,AIによるコンテンツ生成における人間の貢献度を測定する研究課題を提起する。
人間の入力とAI支援出力の自己情報に対する相互情報を計算することにより、コンテンツ生成における人間の比例情報貢献を定量化する。
論文 参考訳（メタデータ） (2024-08-27T05:56:04Z) - Synthetic data: How could it be used for infectious disease research? [0.16752458252726457]
人工データセット生成の可能性に関連する潜在的な負の要因について懸念が高まっている。
これには、サイバー犯罪のような分野における生成的人工知能の潜在的な誤用が含まれる。
合成データは、特にデータプライバシ、研究、データセットのバランシングと機械学習モデルのバイアス低減において、大きなメリットを提供する。
論文 参考訳（メタデータ） (2024-07-03T17:13:04Z) - AI-Generated Images as Data Source: The Dawn of Synthetic Era [61.879821573066216]
生成AIは、現実世界の写真によく似た合成画像を作成する可能性を解き放った。
本稿では、これらのAI生成画像を新しいデータソースとして活用するという革新的な概念を探求する。
実際のデータとは対照的に、AI生成データには、未整合のアブリダンスやスケーラビリティなど、大きなメリットがある。
論文 参考訳（メタデータ） (2023-10-03T06:55:19Z) - AI for the Generation and Testing of Ideas Towards an AI Supported
Knowledge Development Environment [2.0305676256390934]
生成AIが人間のバイアスを排除してアイデア生成を促進する方法について論じる。
また、検索が事実、論理、文脈をどう検証できるかについても記述する。
本稿では,知識労働者のためのシステムであるジェネレーション・アンド・サーチ・テスト(Generate and Search Test)を紹介し,個人が効率的にソリューションを作成できるようにする。
論文 参考訳（メタデータ） (2023-07-17T22:17:40Z) - Towards Understanding the Interplay of Generative Artificial
Intelligence and the Internet [6.62688326060372]
生成AIツールは、DALL-E、MidJourney、ChatGPTなどの現実的な画像やテキストを生成することができる。
これらのツールは、インターネットを通じて公開されている大量のデータ(テキストと画像)によって可能となる。
生成AIツールの今後のバージョンは、人間の作ったコンテンツとAI生成物の混在で訓練される。
生成型AIツールの将来のバージョンは、実データとAI生成データを混合してトレーニングした場合、どのように振る舞うのか?
論文 参考訳（メタデータ） (2023-06-08T11:14:51Z) - Should ChatGPT and Bard Share Revenue with Their Data Providers? A New
Business Model for the AI Era [4.304168813971867]
大規模言語モデルのような大規模なAIツールは、継続的に改善するためには、より高品質なデータを必要とする。
現在の著作権法は、様々な種類のデータへのアクセスを制限する。
まったく新しい収益分配ビジネスモデルは、AIツールからほぼ独立したものでなければならないが、データエンゲージメントを測定するために、即時ベースのスコアリングシステムを確立する必要がある。
論文 参考訳（メタデータ） (2023-05-04T05:21:09Z) - Seeing is not always believing: Benchmarking Human and Model Perception
of AI-Generated Images [66.20578637253831]
人工知能(AI)技術の進歩が偽写真を生み出すのではないかという懸念が高まっている。
本研究の目的は、最先端のAI生成視覚コンテンツを識別するためのエージェントを包括的に評価することである。
論文 参考訳（メタデータ） (2023-04-25T17:51:59Z) - Data-centric Artificial Intelligence: A Survey [47.24049907785989]
近年、AIにおけるデータの役割は大幅に拡大し、データ中心AIという新たな概念が生まれた。
本稿では,データ中心型AIの必要性について論じ,続いて3つの一般的なデータ中心型目標の全体像を考察する。
これは、データライフサイクルのさまざまな段階にわたるタスクのグローバルなビューを提供する、初めての総合的な調査である、と私たちは信じています。
論文 参考訳（メタデータ） (2023-03-17T17:44:56Z) - A Comprehensive Survey of AI-Generated Content (AIGC): A History of
Generative AI from GAN to ChatGPT [63.58711128819828]
ChatGPTおよびその他の生成AI(GAI)技術は、人工知能生成コンテンツ(AIGC)のカテゴリに属している。
AIGCの目標は、コンテンツ作成プロセスをより効率的かつアクセスしやすくし、高品質なコンテンツをより高速に生産できるようにすることである。
論文 参考訳（メタデータ） (2023-03-07T20:36:13Z) - Empowering Things with Intelligence: A Survey of the Progress,
Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。
まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。
最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
論文 参考訳（メタデータ） (2020-11-17T13:14:28Z)
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。