論文の概要: Towards Responsible AI in the Era of Generative AI: A Reference
Architecture for Designing Foundation Model based Systems
- arxiv url: http://arxiv.org/abs/2304.11090v3
- Date: Fri, 8 Dec 2023 05:27:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-11 19:16:32.378367
- Title: Towards Responsible AI in the Era of Generative AI: A Reference
Architecture for Designing Foundation Model based Systems
- Title(参考訳): 生成AI時代の責任AIに向けて:基礎モデルに基づくシステム設計のための参照アーキテクチャ
- Authors: Qinghua Lu, Liming Zhu, Xiwei Xu, Zhenchang Xing, Jon Whittle
- Abstract要約: ファンデーションモデルが将来のAIシステムの基本的なビルディングブロックになる、という広いコンセンサスがある。
ファンデーションモデルの急速に成長する能力は、最終的にはAIシステムの他のコンポーネントを吸収することができる。
基礎モデルをAIシステムに組み込むことは、責任あるAIに関する重要な懸念を提起する。
本稿では,基礎モデルに基づくシステム設計のためのパターン指向参照アーキテクチャを提案する。
- 参考スコア(独自算出の注目度): 30.926608852387957
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The release of ChatGPT has drawn huge interests on foundations models. There
is a broad consensus that foundations models will be the fundamental building
blocks for future AI systems. However, there is a lack of systematic guidance
on the architecture design. Particularly, the the rapidly growing capabilities
of foundations models can eventually absorb other components of AI systems,
posing challenges of moving boundary and interface evolution in architecture
design. Furthermore, incorporating foundations models into AI systems raises
significant concerns about responsible AI due to their opaque nature and
rapidly advancing intelligence. To address these challenges, the paper first
presents an architecture evolution of AI systems in the era of foundation
models, transitioning from "foundation-model-as-a-connector" to
"foundation-model-as-a-monolithic architecture". The paper then identifies key
design decisions and proposes a pattern-oriented reference architecture for
designing responsible foundation-model-based systems. The patterns can enable
the potential of foundation models while minimising associated risks.
- Abstract(参考訳): ChatGPTのリリースはファンデーションモデルに大きな関心を集めている。
ファンデーションモデルが将来のAIシステムの基本的なビルディングブロックになる、という広いコンセンサスがある。
しかし、アーキテクチャ設計に関する体系的なガイダンスが不足している。
特に、ファウンデーションモデルの急速に成長する能力は、最終的にはaiシステムの他のコンポーネントを吸収し、アーキテクチャ設計における境界移動とインターフェースの進化の課題となる。
さらに、基礎モデルをAIシステムに組み込むことは、不透明な性質と急速に進歩するインテリジェンスのために、責任あるAIに関する重要な懸念を提起する。
これらの課題に対処するため,本論文では,基礎モデル時代におけるAIシステムのアーキテクチャ進化について,"境界モデル・アズ・ア・コネクタ"から"境界モデル・ア・ア・モノリシックアーキテクチャ"へ移行した。
この論文は、鍵となる設計決定を特定し、責任ある基礎モデルベースのシステムを設計するためのパターン指向の参照アーキテクチャを提案する。
このパターンは、関連するリスクを最小限にしつつ、基礎モデルの可能性を可能にする。
関連論文リスト
- Building the Future of Responsible AI: A Reference Architecture for
Designing Large Language Model based Agents [30.099968752186758]
本稿では,基礎モデルに基づく自律エージェントのアーキテクチャ設計ガイダンスとして機能するパターン指向参照アーキテクチャを提案する。
2つの実世界のエージェントのアーキテクチャにマッピングすることで,提案する参照アーキテクチャの完全性と有用性を評価する。
論文 参考訳(メタデータ) (2023-11-22T04:21:47Z) - Generative Structural Design Integrating BIM and Diffusion Model [4.619347136761891]
本研究では,ビルディング情報モデリング(BIM)をインテリジェントな構造設計に適用し,BIMと生成AIを統合した構造設計パイプラインを確立する。
人図作成のプロセスにインスパイアされた生成フレームワークでは,AIモデルの生成困難を軽減するため,新たな2段階生成フレームワークが提案されている。
生成型AIツールでは、広く使われているGANベースのモデルを置き換えるために拡散モデル(DM)を導入し、新しい物理ベースの条件付き拡散モデル(PCDM)を提案し、異なる設計の前提条件を検討する。
論文 参考訳(メタデータ) (2023-11-07T15:05:19Z) - A Taxonomy of Foundation Model based Systems through the Lens of
Software Architecture [35.20191493188642]
本稿では,基礎モデルと設計オプションの特徴を分類・比較する基礎モデルベースシステムの分類法を提案する。
我々の分類学は、基礎モデルの事前学習と適応、基礎モデルに基づくシステムのアーキテクチャ設計、そして責任あるAI・バイ・デザインの3つのカテゴリから構成される。
論文 参考訳(メタデータ) (2023-05-09T11:37:16Z) - A Compositional Approach to Creating Architecture Frameworks with an
Application to Distributed AI Systems [16.690434072032176]
構成的思考が複雑なシステムのためのアーキテクチャフレームワークの作成と管理のルールをいかに提供できるかを示す。
論文の目的は、AIシステム特有の視点やアーキテクチャモデルを提供することではなく、既存の、または新しく作成された視点で一貫したフレームワークを構築する方法についてのガイドラインを提供することである。
論文 参考訳(メタデータ) (2022-12-27T18:05:02Z) - Kernel Based Cognitive Architecture for Autonomous Agents [91.3755431537592]
本稿では,認知機能構築への進化的アプローチについて考察する。
本稿では,シンボル創発問題に基づくエージェントの進化を保証する認知アーキテクチャについて考察する。
論文 参考訳(メタデータ) (2022-07-02T12:41:32Z) - MRKL Systems: A modular, neuro-symbolic architecture that combines large
language models, external knowledge sources and discrete reasoning [50.40151403246205]
巨大な言語モデル(LM)は、自然言語ベースの知識タスクのゲートウェイとして機能する、AIの新しい時代を支えている。
離散的な知識と推論モジュールによって補完される、複数のニューラルモデルによる柔軟なアーキテクチャを定義する。
本稿では,MRKL(Modular Reasoning, Knowledge and Language)システムと呼ばれる,このニューロシンボリックアーキテクチャについて述べる。
論文 参考訳(メタデータ) (2022-05-01T11:01:28Z) - On the Opportunities and Risks of Foundation Models [256.61956234436553]
これらのモデルの基礎モデルは、批判的に中心的だが不完全な性格を根底から立証するものです。
本報告では,基礎モデルの可能性とリスクについて概説する。
これらの疑問に対処するためには、基礎モデルに関する重要な研究の多くは、深い学際的なコラボレーションが必要であると信じている。
論文 参考訳(メタデータ) (2021-08-16T17:50:08Z) - Towards a Predictive Processing Implementation of the Common Model of
Cognition [79.63867412771461]
本稿では,ニューラル生成符号化とホログラフィック連想記憶に基づく認知モデルの実装について述べる。
提案システムは,多様なタスクから継続的に学習し,大規模に人的パフォーマンスをモデル化するエージェントを開発するための基盤となる。
論文 参考訳(メタデータ) (2021-05-15T22:55:23Z) - STARdom: an architecture for trusted and secure human-centered
manufacturing systems [4.093985503448998]
予測と説明可能な人工知能を統合し,ユーザのフィードバック収集をサポートし,アクティブラーニングとシミュレート現実を用いて予測を強化するアーキテクチャを提案する。
需要予測の領域向けに調整し、実世界のケーススタディで検証します。
論文 参考訳(メタデータ) (2021-04-02T11:00:20Z) - Towards an Interface Description Template for AI-enabled Systems [77.34726150561087]
再利用(Reuse)は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする、一般的なシステムアーキテクチャのアプローチである。
現在、コンポーネントが当初目的としていたものと異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークは存在しない。
我々は、AI対応コンポーネントの主情報をキャプチャするインターフェイス記述テンプレートの確立に向けて、現在進行中の作業について述べる。
論文 参考訳(メタデータ) (2020-07-13T20:30:26Z) - Distributed and Democratized Learning: Philosophy and Research
Challenges [80.39805582015133]
民主化学習(Dem-AI)という新しいデザイン哲学を提案する。
ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。
本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
論文 参考訳(メタデータ) (2020-03-18T08:45:10Z)
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。