論文の概要: Asking Better Questions -- The Art and Science of Forecasting: A mechanism for truer answers to high-stakes questions

• arxiv url: http://arxiv.org/abs/2303.18006v1
• Date: Fri, 31 Mar 2023 12:27:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-03 14:15:43.227200
• Title: Asking Better Questions -- The Art and Science of Forecasting: A mechanism for truer answers to high-stakes questions
• Title（参考訳）: より良い質問を尋ねる - 予測の芸術と科学--高い質問に対する真の答えのメカニズム
• Authors: Emily Dardaman (1) and Abhishek Gupta (1, 2, and 3) ((1) BCG Henderson Institute, (2) Montreal AI Ethics Institute, (3) Boston Consulting Group)
• Abstract要約: AI能力の進歩を見積り、ベンチマークする能力がなければ、組織はそれぞれの変更に対して反応性を持って対応しなければなりません。 本稿では、明示的な仮定と定量的推定を用いた政治科学ツールである予測の最近の成長について考察する。 予測は才能を特定し検証し、リーダーがより良いAI進歩モデルを構築し、デザインポリシーへのインプットを改善することを可能にする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Without the ability to estimate and benchmark AI capability advancements, organizations are left to respond to each change reactively, impeding their ability to build viable mid and long-term strategies. This paper explores the recent growth of forecasting, a political science tool that uses explicit assumptions and quantitative estimation that leads to improved prediction accuracy. Done at the collective level, forecasting can identify and verify talent, enable leaders to build better models of AI advancements and improve inputs into design policy. Successful approaches to forecasting and case studies are examined, revealing a subclass of "superforecasters" who outperform 98% of the population and whose insights will be most reliable. Finally, techniques behind successful forecasting are outlined, including Phillip Tetlock's "Ten Commandments." To adapt to a quickly changing technology landscape, designers and policymakers should consider forecasting as a first line of defense.
• Abstract（参考訳）: AI能力の進歩を見積り、ベンチマークする能力がなければ、組織はそれぞれの変更に反応し、中長期的に実行可能な戦略を構築する能力を妨げます。 本稿では,予測精度の向上につながる明示的な仮定と量的推定を用いた政治科学ツールである予測の最近の成長について考察する。 全体的なレベルでは、予測は才能を特定し検証し、リーダーがより良いAI進歩モデルを構築し、デザインポリシーへのインプットを改善することを可能にする。 予測とケーススタディに成功しているアプローチについて検討し、人口の98%を上回り、最も信頼性の高い「スーパーフォアキャスター」のサブクラスを明らかにした。 最後に、フィリップ・テトロックの「十戒」など、成功の裏にある技術の概要が述べられている。 急速に変化するテクノロジーの展望に適応するために、デザイナーや政策立案者は予測を防衛の第一線と見なすべきである。

関連論文リスト

• Performative Prediction on Games and Mechanism Design [69.7933059664256]
  エージェントが過去の正確性に基づいて予測を信頼するかを判断する集団リスクジレンマについて検討する。 予測が集合的な結果を形成するにつれて、社会福祉は関心の指標として自然に現れる。 よりよいトレードオフを実現し、それらをメカニズム設計に使用する方法を示します。
  論文  参考訳（メタデータ） (2024-08-09T16:03:44Z)
• Predictable Artificial Intelligence [77.1127726638209]
  本稿では予測可能なAIのアイデアと課題を紹介する。 それは、現在および将来のAIエコシステムの重要な妥当性指標を予測できる方法を探る。 予測可能性を達成することは、AIエコシステムの信頼、責任、コントロール、アライメント、安全性を促進するために不可欠である、と私たちは主張する。
  論文  参考訳（メタデータ） (2023-10-09T21:36:21Z)
• Designing Decision Support Systems Using Counterfactual Prediction Sets [15.121082690769525]
  分類タスクの意思決定支援システムは主に、基底真理ラベルの価値を予測するために設計されている。 本稿では,オンライン学習の観点から,このようなシステムの設計を再考する。 私たちは専門家のモデルを必要としない方法論を開発しています。
  論文  参考訳（メタデータ） (2023-06-06T18:00:09Z)
• Travel Demand Forecasting: A Fair AI Approach [0.9383397937755517]
  本研究では,公正で高精度な旅行需要予測モデルを開発するための新しい手法を提案する。 具体的には、予測精度と保護属性の相関を明示的に測定する、新しい公正規則化項を導入する。 その結果,提案手法は,予測精度を維持しつつ,複数の保護属性の公平性を効果的に向上させることができることがわかった。
  論文  参考訳（メタデータ） (2023-03-03T03:16:54Z)
• Forecasting Future World Events with Neural Networks [68.43460909545063]
  Autocastは数千の予測質問と付随するニュースコーパスを含むデータセットである。 ニュースコーパスは日付によって整理され、人間が過去の予測を行った条件を正確にシミュレートすることができる。 予測タスクで言語モデルをテストし、パフォーマンスが人間専門家のベースラインよりはるかに低いことを確認します。
  論文  参考訳（メタデータ） (2022-06-30T17:59:14Z)
• What Should I Know? Using Meta-gradient Descent for Predictive Feature Discovery in a Single Stream of Experience [63.75363908696257]
  計算強化学習は、未来の感覚の予測を通じて、エージェントの世界の知覚を構築しようとする。 この一連の作業において、オープンな課題は、エージェントがどの予測が意思決定を最も支援できるかを、無限に多くの予測から決定することである。 本稿では,エージェントが何を予測するかを学習するメタ段階的な降下過程,(2)選択した予測の見積もり,3)将来の報酬を最大化するポリシーを生成する方法を紹介する。
  論文  参考訳（メタデータ） (2022-06-13T21:31:06Z)
• Heterogeneous-Agent Trajectory Forecasting Incorporating Class Uncertainty [54.88405167739227]
  本稿では,エージェントのクラス確率を明示的に組み込んだヘテロジニアスエージェント軌道予測手法であるHAICUを提案する。 さらに,新たな挑戦的な実世界の自動運転データセットであるpupも紹介する。 軌道予測にクラス確率を組み込むことで,不確実性に直面した性能が著しく向上することを示す。
  論文  参考訳（メタデータ） (2021-04-26T10:28:34Z)
• Forecasting AI Progress: A Research Agenda [0.41998444721319206]
  本稿では,AIの進歩を予測するための研究課題の開発について述べる。 Delphiのテクニックを使って、どの質問や方法に優先順位をつけるか、専門家の意見を導き、集約する。 専門家は、AIの進捗を予測するための様々な方法を検討するべきだと述べた。
  論文  参考訳（メタデータ） (2020-08-04T21:46:46Z)
• Greedy Policy Search: A Simple Baseline for Learnable Test-Time Augmentation [65.92151529708036]
  我々は,テスト時間拡張のポリシーを学習するための簡易かつ高性能な方法として,greedy Policy Search (GPS)を導入した。 画像分類問題においてGPSで学習した拡張ポリシーが優れた予測性能を実現することを実証する。
  論文  参考訳（メタデータ） (2020-02-21T02:57:13Z)

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。