Fugu-MT 論文翻訳(概要): Perspectives on AI Architectures and Co-design for Earth System Predictability

論文の概要: Perspectives on AI Architectures and Co-design for Earth System Predictability

arxiv url: http://arxiv.org/abs/2304.03748v1
Date: Fri, 7 Apr 2023 17:36:24 GMT
ステータス: 処理完了
システム内更新日: 2023-04-10 11:17:57.763014
Title: Perspectives on AI Architectures and Co-design for Earth System Predictability
Title（参考訳）: AIアーキテクチャの展望と地球システム予測可能性の共同設計
Authors: Maruti K. Mudunuru, James A. Ang, Mahantesh Halappanavar, Simon D. Hammond, Maya B. Gokhale, James C. Hoe, Tushar Krishna, Sarat S. Sreepathi, Matthew R. Norman, Ivy B. Peng, Philip W. Jones
Abstract要約: このAI4ESPワークショップシリーズでは、合計17のテクニカルセッションが開催された。本稿では,AIアーキテクチャと共同設計セッションと関連する成果について論じる。
参考スコア（独自算出の注目度）: 3.844947514183043
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Recently, the U.S. Department of Energy (DOE), Office of Science, Biological and Environmental Research (BER), and Advanced Scientific Computing Research (ASCR) programs organized and held the Artificial Intelligence for Earth System Predictability (AI4ESP) workshop series. From this workshop, a critical conclusion that the DOE BER and ASCR community came to is the requirement to develop a new paradigm for Earth system predictability focused on enabling artificial intelligence (AI) across the field, lab, modeling, and analysis activities, called ModEx. The BER's `Model-Experimentation', ModEx, is an iterative approach that enables process models to generate hypotheses. The developed hypotheses inform field and laboratory efforts to collect measurement and observation data, which are subsequently used to parameterize, drive, and test model (e.g., process-based) predictions. A total of 17 technical sessions were held in this AI4ESP workshop series. This paper discusses the topic of the `AI Architectures and Co-design' session and associated outcomes. The AI Architectures and Co-design session included two invited talks, two plenary discussion panels, and three breakout rooms that covered specific topics, including: (1) DOE HPC Systems, (2) Cloud HPC Systems, and (3) Edge computing and Internet of Things (IoT). We also provide forward-looking ideas and perspectives on potential research in this co-design area that can be achieved by synergies with the other 16 session topics. These ideas include topics such as: (1) reimagining co-design, (2) data acquisition to distribution, (3) heterogeneous HPC solutions for integration of AI/ML and other data analytics like uncertainty quantification with earth system modeling and simulation, and (4) AI-enabled sensor integration into earth system measurements and observations. Such perspectives are a distinguishing aspect of this paper.
Abstract（参考訳）: 近年、米国エネルギー省(doe)、科学・生物・環境研究局(ber)、先進科学計算研究(ascr)のプログラムが開催され、ai4esp(artificial intelligence for earth system predictability)ワークショップが開催された。このワークショップから、DOE BERとASCRコミュニティが到達した決定的な結論は、ModExと呼ばれるフィールド、ラボ、モデリング、分析活動における人工知能(AI)の実現に焦点を当てた、地球系の予測可能性の新しいパラダイムを開発する必要性である。 BERの‘Model-Experimentation’であるModExは、プロセスモデルが仮説を生成するための反復的なアプローチである。開発された仮説は、測定と観測データを収集するためのフィールドと実験室の努力を知らせ、その後、パラメータ化、駆動、テストモデル(例えばプロセスベース)の予測に使用される。このAI4ESPワークショップシリーズでは、合計17のテクニカルセッションが開催された。本稿では,'AI Architectures and Co-Design'セッションと関連する成果について論じる。 AI Architecturesと共同設計セッションには、招待された2つの講演、2つの会議パネル、3つのブレークアウトルームがあり、その内容には(1)DOE HPC Systems、(2)クラウドHPC Systems、(3)エッジコンピューティングとIoT(Internet of Things)が含まれる。我々はまた、他の16セッションのトピックとシナジーによって達成できる、この共同設計領域における潜在的研究の先見的な考えと展望も提供する。これらのアイデアには、(1)共同設計の再考、(2)流通へのデータ取得、(3)ai/mlの統合のための異種hpcソリューション、および地球系モデリングとシミュレーションによる不確実性定量化のようなデータ分析、(4)地球系計測と観測へのai対応センサー統合、などがある。このような視点は、本稿の際立った側面である。

関連論文リスト

MRAC Track 1: 2nd Workshop on Multimodal, Generative and Responsible Affective Computing [19.895638232394262]
MRAC 2024 Track 1ワークショップは、これらの原則を現実の大規模コンテキストに拡張することを目指している。ワークショップは、生成技術がもたらす潜在的な影響と、その使用の倫理的影響も強調することを目的としている。
論文参考訳（メタデータ） (2024-09-11T13:25:42Z)
On the Opportunities of (Re)-Exploring Atmospheric Science by Foundation Models: A Case Study [2.672038860046272]
大気科学における最先端のAIアプリケーションは、古典的なディープラーニングアプローチに基づいている。本報告では, 現状の基盤モデルであるGPT-4oが, 様々な大気科学的課題を遂行する方法について検討する。
論文参考訳（メタデータ） (2024-07-25T07:57:34Z)
Aligning Cyber Space with Physical World: A Comprehensive Survey on Embodied AI [129.08019405056262]
人工知能(Embodied AI)は、人工知能(AGI)の実現に不可欠である MLMとWMは、その顕著な知覚、相互作用、推論能力のために、大きな注目を集めている。本調査では,Embodied AIの最近の進歩を包括的に調査する。
論文参考訳（メタデータ） (2024-07-09T14:14:47Z)
Deconstructing Human-AI Collaboration: Agency, Interaction, and Adaptation [9.36651659099834]
我々は,人間-AIシステムの解析と記述を行うための,新しい統合された次元セットを提案する。我々の概念モデルは、エージェンシー、インタラクション、適応の3つのハイレベルな側面を中心としています。
論文参考訳（メタデータ） (2024-04-18T10:12:18Z)
On the Emergence of Symmetrical Reality [51.21203247240322]
物理仮想アマルガメーションの様々な形態を包含した統一表現を提供する対称現実感フレームワークを導入する。我々は、対称現実の潜在的な応用を示すAI駆動型アクティブアシストサービスの例を提案する。
論文参考訳（メタデータ） (2024-01-26T16:09:39Z)
On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文参考訳（メタデータ） (2023-11-01T11:16:41Z)
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)
Generative AI [20.57872238271025]
生成AI(generative AI)とは、一見新しい意味のあるコンテンツを生成できる計算技術である。 Dall-E 2, GPT-4, Copilotといった例でこの技術が広く普及していることは,現在私たちの作業方法やコミュニケーション方法に革命をもたらしています。
論文参考訳（メタデータ） (2023-09-13T08:21:59Z)
AI for Science: An Emerging Agenda [30.260160661295682]
本報告では,Dagtuhl Seminar 22382 "Machine Learning for Science: Bridging Data-Driven and Mechanistic Modelling"のプログラムと成果について報告する。 AIの変革的ポテンシャルは、分野にわたって広く適用可能であることに由来するもので、研究領域間での統合によってのみ達成される。技術的な進歩に加えて、この分野における次の進歩の波は、機械学習研究者、ドメインエキスパート、市民科学者、エンジニアのコミュニティを構築することにある。
論文参考訳（メタデータ） (2023-03-07T20:21:43Z)
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)
Artificial Intelligence in Concrete Materials: A Scientometric View [77.34726150561087]
本章は, コンクリート材料用AI研究の主目的と知識構造を明らかにすることを目的としている。まず、1990年から2020年にかけて発行された389の雑誌記事が、ウェブ・オブ・サイエンスから検索された。キーワード共起分析やドキュメント共起分析などのサイエントメトリックツールを用いて,研究分野の特徴と特徴を定量化した。
論文参考訳（メタデータ） (2022-09-17T18:24:56Z)

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。