Fugu-MT 論文翻訳(概要): The Carbon Emissions of Writing and Illustrating Are Lower for AI than for Humans

論文の概要: The Carbon Emissions of Writing and Illustrating Are Lower for AI than for Humans

arxiv url: http://arxiv.org/abs/2303.06219v1
Date: Wed, 8 Mar 2023 21:44:34 GMT
ステータス: 処理完了
システム内更新日: 2023-03-19 11:58:41.102791
Title: The Carbon Emissions of Writing and Illustrating Are Lower for AI than for Humans
Title（参考訳）: 文字やイラストの二酸化炭素排出量は人間よりaiの方が少ない
Authors: Bill Tomlinson, Rebecca W. Black, Donald J. Patterson, Andrew W. Torrance
Abstract要約: 我々は、同じタスクを完了した人間と比較して、複数のAIシステムの排出を分析する。テキストのページを書くAIは、人間の130～1500倍のCO2eを放出する。
参考スコア（独自算出の注目度）: 8.497410878853309
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: As AI systems proliferate, their greenhouse gas emissions are an increasingly important concern for human societies. We analyze the emissions of several AI systems (ChatGPT, BLOOM, DALL-E2, Midjourney) relative to those of humans completing the same tasks. We find that an AI writing a page of text emits 130 to 1500 times less CO2e than a human doing so. Similarly, an AI creating an image emits 310 to 2900 times less. Emissions analysis do not account for social impacts such as professional displacement, legality, and rebound effects. In addition, AI is not a substitute for all human tasks. Nevertheless, at present, the use of AI holds the potential to carry out several major activities at much lower emission levels than can humans.
Abstract（参考訳）: AIシステムが普及するにつれて、温室効果ガスの排出は人間の社会にとってますます重要な関心事となっている。我々は,複数のAIシステム(ChatGPT,BLOOM,DALL-E2,Midjourney)のエミッションを分析する。テキストのページを書くAIは、人間の130～1500倍のCO2eを放出する。同様に、画像を生成するAIは310倍から2900倍減少する。排出分析は、専門職の転職、合法性、リバウンド効果などの社会的影響を考慮しない。加えて、AIはすべての人間のタスクの代用ではない。それでも、現在、AIの使用は、人間よりもはるかに低いエミッションレベルでいくつかの主要な活動を実行する可能性を秘めている。

関連論文リスト

"I Am the One and Only, Your Cyber BFF": Understanding the Impact of GenAI Requires Understanding the Impact of Anthropomorphic AI [55.99010491370177]
我々は、人為的AIの社会的影響をマッピングしない限り、生成AIの社会的影響を徹底的にマッピングすることはできないと論じる。人為的AIシステムは、人間のように知覚されるアウトプットを生成する傾向が強まっている。
論文参考訳（メタデータ） (2024-10-11T04:57:41Z)
Human Bias in the Face of AI: The Role of Human Judgement in AI Generated Text Evaluation [48.70176791365903]
本研究では、偏見がAIと人為的コンテンツの知覚をどう形成するかを考察する。ラベル付きおよびラベルなしコンテンツに対するヒトのラッカーの反応について検討した。
論文参考訳（メタデータ） (2024-09-29T04:31:45Z)
Hype, Sustainability, and the Price of the Bigger-is-Better Paradigm in AI [67.58673784790375]
AIパラダイムは、科学的に脆弱なだけでなく、望ましくない結果をもたらすものだ、と私たちは主張する。第一に、計算要求がモデルの性能よりも早く増加し、不合理な経済要求と不均等な環境フットプリントにつながるため、持続可能ではない。第二に、健康、教育、気候などの重要な応用は別として、他人を犠牲にして特定の問題に焦点をあてることである。
論文参考訳（メタデータ） (2024-09-21T14:43:54Z)
Explainable Human-AI Interaction: A Planning Perspective [32.477369282996385]
AIシステムは、ループ内の人間に説明可能である必要がある。我々は、AIエージェントがメンタルモデルを使用して人間の期待に沿うか、あるいは説明的コミュニケーションを通じて期待を変更する方法について論じる。本書の主な焦点は、協調的なシナリオであるが、同じ精神モデルが難読化や偽造にどのように使用できるかを指摘したい。
論文参考訳（メタデータ） (2024-05-19T22:22:21Z)
When combinations of humans and AI are useful: A systematic review and meta-analysis [0.0]
我々は300以上の効果サイズを報告した100以上の最近の研究のメタ分析を行った。平均して、人間とAIの組み合わせは、人間とAI単独のベストよりもはるかに悪い結果が得られた。
論文参考訳（メタデータ） (2024-05-09T20:23:15Z)
A Bibliometric View of AI Ethics Development [4.0998481751764]
我々は過去20年間,キーワード検索に基づくAI倫理文献の文献分析を行った。 AI倫理の次のフェーズは、AIが人間とマッチしたり、知的に超越したりするにつれて、AIをより機械的に近いものにすることに集中する可能性が高いと推測する。
論文参考訳（メタデータ） (2024-02-08T16:36:55Z)
Biospheric AI [0.0]
我々は、エコセントリックな視点を前提とした新しいパラダイムであるバイオスフェアAIを提案する。この研究は、AIとバイオスフィアの相互作用に焦点を当てた包括的な研究プログラムへの第一歩を踏み出そうとする。
論文参考訳（メタデータ） (2024-01-31T13:04:34Z)
Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
論文参考訳（メタデータ） (2023-04-16T11:22:59Z)
Can Machines Imitate Humans? Integrative Turing Tests for Vision and Language Demonstrate a Narrowing Gap [45.6806234490428]
3つの言語タスクと3つのビジョンタスクで人間を模倣する能力において、現在のAIをベンチマークします。実験では、549人の人間エージェントと26人のAIエージェントがデータセットの作成に使われ、1,126人の人間審査員と10人のAI審査員が参加した。結果として、現在のAIは、複雑な言語とビジョンの課題において人間を偽装できるものではないことが判明した。
論文参考訳（メタデータ） (2022-11-23T16:16:52Z)
The Turing Trap: The Promise & Peril of Human-Like Artificial Intelligence [1.9143819780453073]
人間のような人工知能の利点には、生産性の上昇、余暇の増加、そしておそらく最も重要なのは、私たちの心をよりよく理解することが含まれる。しかし、あらゆるタイプのAIが人間に似ているわけではない。実際、最も強力なシステムの多くは、人間とは大きく異なる。機械が人間の労働の代用となるにつれ、労働者は経済的・政治的交渉力を失う。対照的に、AIが人間を模倣するのではなく強化することに焦点を当てている場合、人間は創造された価値の共有を主張する力を保持します。
論文参考訳（メタデータ） (2022-01-11T21:07:17Z)
Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文参考訳（メタデータ） (2021-07-12T14:21:46Z)

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。