論文の概要: A Pathway Towards Responsible AI Generated Content
- arxiv url: http://arxiv.org/abs/2303.01325v1
- Date: Thu, 2 Mar 2023 14:58:40 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-03 13:52:09.469336
- Title: A Pathway Towards Responsible AI Generated Content
- Title（参考訳）: 責任あるAI生成コンテンツへの道
- Authors: Chen Chen, Jie Fu, Lingjuan Lyu
- Abstract要約: 我々は、AIGCの健全な開発と展開を妨げる3つの主要な懸念に焦点を当てている。
目標は、潜在的なリスクや誤用に注意を向け、社会が障害を取り除くのを助け、AIGCのより倫理的で安全な展開を促進することである。
- 参考スコア（独自算出の注目度）: 41.085768859610454
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AI Generated Content (AIGC) has received tremendous attention within the past
few years, with content ranging from image, text, to audio, video, etc.
Meanwhile, AIGC has become a double-edged sword and recently received much
criticism regarding its responsible usage. In this vision paper, we focus on
three main concerns that may hinder the healthy development and deployment of
AIGC in practice, including risks from privacy, bias, toxicity, misinformation,
and intellectual property (IP). By documenting known and potential risks, as
well as any possible misuse scenarios of AIGC, the aim is to draw attention to
potential risks and misuse, help society to eliminate obstacles, and promote
the more ethical and secure deployment of AIGC. Additionally, we provide
insights into the promising directions for tackling these risks while
constructing generative models, enabling AIGC to be used responsibly to benefit
society.
- Abstract（参考訳）: AI生成コンテンツ(AIGC)は、画像、テキスト、オーディオ、ビデオなどを含むコンテンツとともに、ここ数年で大きな注目を集めています。
一方、AIGCは二刃の剣となり、最近その責任ある使用について多くの批判を受けた。
本稿では、プライバシ、偏見、毒性、誤情報、知的財産権(IP)のリスクを含む、AIGCの健全な開発と展開を妨げる3つの主要な懸念に焦点を当てる。
既知の潜在的なリスクとAIGCのあらゆる誤用シナリオを文書化することによって、潜在的なリスクや誤用に注意を向け、社会が障害を排除し、より倫理的で安全なAIGCの展開を促進することを目指している。
さらに,これらのリスクに取り組むための有望な方向性について,生成モデルを構築しながら考察し,aigcを社会の利益に役立てるために活用することを可能にする。
関連論文リスト
- Examining the Prevalence and Dynamics of AI-Generated Media in Art Subreddits [13.343255875002459]
AI生成コンテンツがRedditのアート関連コミュニティに与える影響について検討する。
私たちは、これらのコミュニティがAIによって透明に作成する画像ベースの投稿や、生成的AIを使用する著者を疑うコミュニティのコメントを見てみます。
我々は、AIコンテンツが新参者にとってより簡単に利用でき、コミュニティのルールに従って参加を増やすのに役立つことを示している。
論文 参考訳（メタデータ） (2024-10-09T17:41:13Z) - The AI Risk Repository: A Comprehensive Meta-Review, Database, and Taxonomy of Risks From Artificial Intelligence [35.77247656798871]
人工知能(AI)によって引き起こされるリスクは、学者、監査人、政策立案者、AI企業、そして一般大衆にかなり懸念されている。
AIリスクに対する共通理解の欠如は、包括的に議論し、研究し、それに反応する能力を妨げる可能性がある。
本稿では、共通の参照フレームとして機能するAIリスクリポジトリを作成することで、このギャップに対処する。
論文 参考訳（メタデータ） (2024-08-14T10:32:06Z) - Risks and Opportunities of Open-Source Generative AI [64.86989162783648]
Generative AI(Gen AI)の応用は、科学や医学、教育など、さまざまな分野に革命をもたらすことが期待されている。
こうした地震の変化の可能性は、この技術の潜在的なリスクについて活発に議論を巻き起こし、より厳格な規制を要求した。
この規制は、オープンソースの生成AIの誕生する分野を危険にさらす可能性がある。
論文 参考訳（メタデータ） (2024-05-14T13:37:36Z) - Near to Mid-term Risks and Opportunities of Open-Source Generative AI [94.06233419171016]
Generative AIの応用は、科学や医学、教育など、さまざまな分野に革命をもたらすことが期待されている。
こうした地震の影響の可能性は、潜在的なリスクに関する活発な議論を引き起こし、より厳格な規制を要求した。
この規制は、オープンソースのジェネレーティブAIの誕生する分野を危険にさらしている可能性が高い。
論文 参考訳（メタデータ） (2024-04-25T21:14:24Z) - Ten Hard Problems in Artificial Intelligence We Must Get Right [72.99597122935903]
AIの約束を阻止し、AIのリスクを引き起こすAI2050の「ハード問題」について検討する。
それぞれの問題について、その領域を概説し、最近の重要な作業を特定し、今後の方向性を提案する。
論文 参考訳（メタデータ） (2024-02-06T23:16:41Z) - Managing extreme AI risks amid rapid progress [171.05448842016125]
我々は、大規模社会被害、悪意のある使用、自律型AIシステムに対する人間の制御の不可逆的な喪失を含むリスクについて説明する。
このようなリスクがどのように発生し、どのように管理するかについては、合意の欠如があります。
現在のガバナンスイニシアチブには、誤用や無謀を防ぎ、自律システムにほとんど対処するメカニズムや制度が欠けている。
論文 参考訳（メタデータ） (2023-10-26T17:59:06Z) - Challenges and Remedies to Privacy and Security in AIGC: Exploring the
Potential of Privacy Computing, Blockchain, and Beyond [17.904983070032884]
本稿では,AIGCの概念,分類,基礎技術について概観する。
複数の観点からAIGCが直面するプライバシーとセキュリティの課題について論じる。
論文 参考訳（メタデータ） (2023-06-01T07:49:22Z) - A Survey on ChatGPT: AI-Generated Contents, Challenges, and Solutions [19.50785795365068]
AIGCは、生成可能な大規模なAIアルゴリズムを使用して、人間が高速で低コストで、大規模で高品質で、人間に似たコンテンツを作成するのを支援する。
本稿では,作業原則,セキュリティとプライバシの脅威,最先端のソリューション,AIGCパラダイムの今後の課題について,詳細な調査を行う。
論文 参考訳（メタデータ） (2023-05-25T15:09:11Z) - Seamful XAI: Operationalizing Seamful Design in Explainable AI [59.89011292395202]
AIシステムのミスは必然的であり、技術的制限と社会技術的ギャップの両方から生じる。
本稿では, 社会工学的・インフラ的ミスマッチを明らかにすることにより, シームレスな設計がAIの説明可能性を高めることを提案する。
43人のAI実践者と実際のエンドユーザでこのプロセスを探求します。
論文 参考訳（メタデータ） (2022-11-12T21:54:05Z)
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。