論文の概要: Positive AI: Key Challenges in Designing Artificial Intelligence for Wellbeing

• arxiv url: http://arxiv.org/abs/2304.12241v4
• Date: Fri, 2 Feb 2024 15:01:15 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-05 20:26:24.860696
• Title: Positive AI: Key Challenges in Designing Artificial Intelligence for Wellbeing
• Title（参考訳）: ポジティブAI: 幸福のための人工知能設計における重要な課題
• Authors: Willem van der Maden, Derek Lomas, Malak Sadek, Paul Hekkert
• Abstract要約: 多くの人々は、AIが自分の生活に与える影響をますます心配しています。 AIの進歩を確実にするために、一部の研究者はAIを統治する鍵となる目的として「幸福」を提案した。 この記事では、幸福のためにAIを設計する際の重要な課題に対処する。
• 参考スコア（独自算出の注目度）: 0.5461938536945723
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Artificial Intelligence (AI) is a double-edged sword: on one hand, AI promises to provide great advances that could benefit humanity, but on the other hand, AI poses substantial (even existential) risks. With advancements happening daily, many people are increasingly worried about AI's impact on their lives. To ensure AI progresses beneficially, some researchers have proposed "wellbeing" as a key objective to govern AI. This article addresses key challenges in designing AI for wellbeing. We group these challenges into issues of modeling wellbeing in context, assessing wellbeing in context, designing interventions to improve wellbeing, and maintaining AI alignment with wellbeing over time. The identification of these challenges provides a scope for efforts to help ensure that AI developments are aligned with human wellbeing.
• Abstract（参考訳）: 人工知能(ai)は二重刃の剣であり、一方aiは人類に利益をもたらすような大きな進歩をもたらすことを約束しているが、他方、aiは実質的な(存在さえも)リスクを負う。 日々の進歩によって、多くの人々はAIが生活に与える影響をますます心配している。 AIの進歩を確実にするために、一部の研究者はAIを統治する鍵となる目的として「幸福」を提案した。 この記事では、幸福のためにAIを設計する際の重要な課題に対処する。 これらの課題を、コンテキストにおける幸福のモデリング、コンテキストにおける幸福の評価、幸福の改善のための介入の設計、時間とともに幸福のAIアライメントを維持するという課題にまとめる。 これらの課題の特定は、AI開発が人間の幸福と一致していることを保証するための努力のスコープを提供する。

関連論文リスト

• Lifelong learning challenges in the era of artificial intelligence: a computational thinking perspective [0.0]
  人工知能(AI)の急速な進歩は、職場での人間とAIのコラボレーションにAIを活用するために必要な教育と労働力のスキルに大きな課題をもたらした。 本稿では,AI時代の生涯学習の課題を,計算的思考の観点から概観する。
  論文  参考訳（メタデータ） (2024-05-30T08:46:11Z)
• Advancing Explainable AI Toward Human-Like Intelligence: Forging the Path to Artificial Brain [0.7770029179741429]
  説明可能なAI(XAI)における人工知能(AI)と神経科学の交差は、複雑な意思決定プロセスにおける透明性と解釈可能性を高めるために重要である。 本稿では,機能ベースから人間中心のアプローチまで,XAI方法論の進化について考察する。 生成モデルにおける説明可能性の達成、責任あるAIプラクティスの確保、倫理的意味への対処に関する課題について論じる。
  論文  参考訳（メタデータ） (2024-02-07T14:09:11Z)
• 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)
• 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)
• AI Maintenance: A Robustness Perspective [91.28724422822003]
  我々は、AIライフサイクルにおけるロバストネスの課題を強調し、自動車のメンテナンスに類似させることで、AIのメンテナンスを動機付ける。 本稿では,ロバストネスリスクの検出と軽減を目的としたAIモデル検査フレームワークを提案する。 我々のAIメンテナンスの提案は、AIライフサイクル全体を通して堅牢性評価、状態追跡、リスクスキャン、モデル硬化、規制を促進する。
  論文  参考訳（メタデータ） (2023-01-08T15:02:38Z)
• AI Challenges for Society and Ethics [0.0]
  人工知能はすでに、医療、金融、警察など、社会の重要な分野に応用され、影響を及ぼしている。 AIガバナンスの役割は、最終的に、AIにおけるイノベーションのメリットを実現しつつ、この危害のリスクを軽減するための実践的なステップを取ることです。 また、社会におけるAIの有益な利用がどのようなものかという規範的な質問を通じて考えることも必要だ。
  論文  参考訳（メタデータ） (2022-06-22T13:33:11Z)
• Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
  Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。 これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
  論文  参考訳（メタデータ） (2022-01-26T18:53:09Z)
• 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)
• 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)
• Socially Responsible AI Algorithms: Issues, Purposes, and Challenges [31.382000425295885]
  技術者とAI研究者は、信頼できるAIシステムを開発する責任がある。 AIと人間の長期的な信頼を構築するためには、アルゴリズムの公正性を超えて考えることが鍵だ、と私たちは主張する。
  論文  参考訳（メタデータ） (2021-01-01T17:34:42Z)

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。