論文の概要: Opportunities and Challenges to Integrate Artificial Intelligence into
Manufacturing Systems: Thoughts from a Panel Discussion
- arxiv url: http://arxiv.org/abs/2303.11139v1
- Date: Mon, 20 Mar 2023 14:16:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-21 15:09:05.077999
- Title: Opportunities and Challenges to Integrate Artificial Intelligence into
Manufacturing Systems: Thoughts from a Panel Discussion
- Title（参考訳）: 人工知能を製造システムに統合する機会と課題:パネルディスカッションから
- Authors: Ilya Kovalenko, Kira Barton, James Moyne, and Dawn M. Tilbury
- Abstract要約: 人工知能(AI)の急速な進歩は、将来の製造システムにおける生産性、品質、収益性を著しく向上させる可能性がある。
成功させるためには、AIはシームレスに、そして人間と統合された方法で働く必要がある(その逆も)。
- 参考スコア（独自算出の注目度）: 3.956308036182973
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Rapid advances in artificial intelligence (AI) have the potential to
significantly increase the productivity, quality, and profitability in future
manufacturing systems. Traditional mass-production will give way to
personalized production, with each item made to order, at the low cost and
high-quality consumers have come to expect. Manufacturing systems will have the
intelligence to be resilient to multiple disruptions, from small-scale machine
breakdowns, to large-scale natural disasters. Products will be made with higher
precision and lower variability. While gains have been made towards the
development of these factories of the future, many challenges remain to fully
realize this vision. To consider the challenges and opportunities associated
with this topic, a panel of experts from Industry, Academia, and Government was
invited to participate in an active discussion at the 2022 Modeling, Estimation
and Control Conference (MECC) held in Jersey City, New Jersey from October 3-
5, 2022. The panel discussion focused on the challenges and opportunities to
more fully integrate AI into manufacturing systems. Three overarching themes
emerged from the panel discussion. First, to be successful, AI will need to
work seamlessly, and in an integrated manner with humans (and vice versa).
Second, significant gaps in the infrastructure needed to enable the full
potential of AI into the manufacturing ecosystem, including sufficient data
availability, storage, and analysis, must be addressed. And finally, improved
coordination between universities, industry, and government agencies can
facilitate greater opportunities to push the field forward. This article
briefly summarizes these three themes, and concludes with a discussion of
promising directions.
- Abstract（参考訳）: 人工知能(AI)の急速な進歩は、将来の製造システムにおける生産性、品質、収益性を著しく向上させる可能性がある。
伝統的な大量生産は、各アイテムが注文されるパーソナライズされた生産に、低コストで高品質な消費者が期待できる。
製造システムは、小規模の機械破壊から大規模自然災害に至るまで、複数の破壊に対して回復力を持つ。
製品は高い精度と低いばらつきで作られます。
将来のこれらの工場の発展に向けた成果は得られているが、このビジョンを完全に実現するために多くの課題が残っている。
2022年10月35日、ニュージャージー州ジャージーシティで開催された2022 modeling, estimation and control conference (mecc) において、産業、学界、政府の専門家のパネルが活発な議論に参加した。
パネルディスカッションでは、AIを製造システムに完全に統合する課題と機会に焦点を当てた。
パネルディスカッションから3つの包括的なテーマが浮かび上がった。
第一に、成功するためには、AIはシームレスに、人間と統合された方法で機能する必要があります。
第2に、十分なデータ可用性、ストレージ、分析を含む、AIの製造業エコシステムへのフルの可能性を実現するために必要なインフラストラクチャの重大なギャップに対処する必要があります。
そして最後に、大学、産業、政府機関間の調整の改善は、分野を前進させる機会を拡大する。
この記事では、これら3つのテーマを簡単に要約し、有望な方向性に関する議論で締めくくります。
関連論文リスト
- 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) - Comprehensive Overview of Artificial Intelligence Applications in Modern Industries [0.3374875022248866]
本稿では、医療、金融、製造業、小売の4つの主要な分野にわたるAIの適用について検討する。
我々は、倫理的考察、AI開発の将来的な軌跡、そして経済成長を促進する可能性など、AI統合がもたらす意味について論じる。
論文 参考訳（メタデータ） (2024-09-19T19:22:52Z) - Adapting to the AI Disruption: Reshaping the IT Landscape and Educational Paradigms [0.0]
人工知能(AI)は、技術進歩と社会変化が相互作用する革命期の始まりを示す。
このエッセイは、AI主導の経済がもたらした機会と問題について、ITセクターと情報技術教育に対するAI破壊の影響について考察する。
論文 参考訳（メタデータ） (2024-09-01T09:39:25Z) - Artificial Intelligence in Industry 4.0: A Review of Integration Challenges for Industrial Systems [45.31340537171788]
サイバー物理システム(CPS)は、予測保守や生産計画を含むアプリケーションに人工知能(AI)が活用できる膨大なデータセットを生成する。
AIの可能性を実証しているにもかかわらず、製造業のような分野に広く採用されていることは依然として限られている。
論文 参考訳（メタデータ） (2024-05-28T20:54:41Z) - 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) - Applications and Societal Implications of Artificial Intelligence in
Manufacturing: A Systematic Review [0.3867363075280544]
この研究は、AIが企業に与える影響について、以前の文献では概して楽観的な見通しがあることを示している。
この論文は、産業AIの潜在的な社会的影響に関する文脈的視点を提供するために、歴史的事例や他の例に類似している。
論文 参考訳（メタデータ） (2023-07-25T07:17:37Z) - Artificial Intelligence for Real Sustainability? -- What is Artificial
Intelligence and Can it Help with the Sustainability Transformation? [0.0]
この記事では、AI技術を簡潔に説明し、分類し、理論化する。
そして、持続可能性に関する議論の観点から、その分析を政治的に文脈化する。
持続可能な社会へ進む上で、AIは小さな役割を担っている、と氏は主張する。
論文 参考訳（メタデータ） (2023-06-15T15:40:00Z) - Trustworthy, responsible, ethical AI in manufacturing and supply chains:
synthesis and emerging research questions [59.34177693293227]
製造の文脈において、責任、倫理、信頼できるAIの適用性について検討する。
次に、機械学習ライフサイクルのより広範な適応を使用して、実証的な例を用いて、各ステップが与えられたAIの信頼性に関する懸念にどのように影響するかを議論します。
論文 参考訳（メタデータ） (2023-05-19T10:43:06Z) - Coordinated Science Laboratory 70th Anniversary Symposium: The Future of
Computing [80.72844751804166]
2021年、コーディネート・サイエンス研究所(CSL)は70周年を記念して、Future of Computing Symposiumを開催した。
シンポジウムで提案された主要な技術的ポイント、洞察、方向性を要約する。
参加者は、新しいコンピューティングパラダイム、技術、アルゴリズム、行動、そして将来予想される研究課題に関するトピックについて議論した。
論文 参考訳（メタデータ） (2022-10-04T17:32:27Z) - Future Computer Systems and Networking Research in the Netherlands: A
Manifesto [137.47124933818066]
我々はICTの重要部分としてCompSysに注目している。
オランダ経済のトップセクター、国家研究アジェンダの各ルート、国連持続可能な開発目標の各ルートは、コンプシーズの進歩なしには対処できない課題を提起する。
論文 参考訳（メタデータ） (2022-05-26T11:02:29Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z)
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。