論文の概要: Latest Trends in Artificial Intelligence Technology: A Scoping Review
- arxiv url: http://arxiv.org/abs/2305.04532v2
- Date: Tue, 23 May 2023 13:32:54 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-24 23:35:09.680767
- Title: Latest Trends in Artificial Intelligence Technology: A Scoping Review
- Title（参考訳）: 人工知能技術の最新動向:スコーピングレビュー
- Authors: Teemu Niskanen, Tuomo Sipola, Olli V\"a\"an\"anen
- Abstract要約: 本研究では、PRISMAフレームワークに続く最先端の人工知能技術のスコーピングレビューを行う。
目標は、人工知能技術研究のさまざまな領域で使われている最も高度な技術を見つけることであった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Artificial intelligence is more ubiquitous in multiple domains. Smartphones,
social media platforms, search engines, and autonomous vehicles are just a few
examples of applications that utilize artificial intelligence technologies to
enhance their performance. This study carries out a scoping review of the
current state-of-the-art artificial intelligence technologies following the
PRISMA framework. The goal was to find the most advanced technologies used in
different domains of artificial intelligence technology research. Three
recognized journals were used from artificial intelligence and machine learning
domain: Journal of Artificial Intelligence Research, Journal of Machine
Learning Research, and Machine Learning, and articles published in 2022 were
observed. Certain qualifications were laid for the technological solutions: the
technology must be tested against comparable solutions, commonly approved or
otherwise well justified datasets must be used while applying, and results must
show improvements against comparable solutions. One of the most important parts
of the technology development appeared to be how to process and exploit the
data gathered from multiple sources. The data can be highly unstructured and
the technological solution should be able to utilize the data with minimum
manual work from humans. The results of this review indicate that creating
labeled datasets is very laborious, and solutions exploiting unsupervised or
semi-supervised learning technologies are more and more researched. The
learning algorithms should be able to be updated efficiently, and predictions
should be interpretable. Using artificial intelligence technologies in
real-world applications, safety and explainable predictions are mandatory to
consider before mass adoption can occur.
- Abstract（参考訳）: 人工知能は複数の領域においてよりユビキタスである。
スマートフォン、ソーシャルメディアプラットフォーム、検索エンジン、自動運転車は、人工知能技術を使ってパフォーマンスを向上させるアプリケーションの一例にすぎない。
本研究では、PRISMAフレームワークに続く最先端の人工知能技術のスコーピングレビューを行う。
目標は、人工知能技術研究のさまざまな分野で使われている最も先進的な技術を見つけることであった。
人工知能と機械学習の分野から認識された3つのジャーナル、journal of artificial intelligence research、journal of machine learning research、machine learningが使われ、2022年に出版された記事が観察された。
技術は同等のソリューションに対してテストされなければならず、一般的に承認されるか、あるいは適切に正当化されたデータセットは適用中に使用されなければならない。
技術開発の最も重要な部分の1つは、複数のソースから収集されたデータの処理と活用の方法であった。
データは高度に非構造化され、技術ソリューションは、人間による最小限の手動作業でデータを利用できるべきである。
このレビューの結果、ラベル付きデータセットの作成は非常に困難であり、教師なしまたは半教師なしの学習技術を利用したソリューションはますます研究されている。
学習アルゴリズムは効率的に更新でき、予測は解釈可能であるべきである。
現実の応用において人工知能技術を用いることで、安全と説明可能な予測は、大量導入が起こる前に考慮する必要がある。
関連論文リスト
- AI-Generated Images as Data Source: The Dawn of Synthetic Era [61.879821573066216]
生成AIは、現実世界の写真によく似た合成画像を作成する可能性を解き放った。
本稿では、これらのAI生成画像を新しいデータソースとして活用するという革新的な概念を探求する。
実際のデータとは対照的に、AI生成データには、未整合のアブリダンスやスケーラビリティなど、大きなメリットがある。
論文 参考訳（メタデータ） (2023-10-03T06:55:19Z) - Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。
PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文 参考訳（メタデータ） (2023-08-15T16:37:16Z) - A new solution and concrete implementation steps for Artificial General
Intelligence [4.320142895840622]
介護、家計、農業生産、自動車運転、試行錯誤など、実際の環境と対話する必要がある分野は高価である。
本稿では,大規模モデルの技術的経路の限界を解析し,これらの制限に対処し,解決策を提案する。
論文 参考訳（メタデータ） (2023-08-12T13:31:02Z) - The Future of Fundamental Science Led by Generative Closed-Loop
Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。
AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。
ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文 参考訳（メタデータ） (2023-07-09T21:16:56Z) - Are machine learning technologies ready to be used for humanitarian work
and development? [2.156882891331917]
機械学習(ML)や人工知能(AI)といったデジタルデータソースやツールは、開発に関するデータに革命をもたらす可能性がある。
われわれは、新しいテクノロジーが望まれる目標に届かず、最悪の場合不平等を高め、差別を増幅し、人権を侵害するリスクがあると主張している。
論文 参考訳（メタデータ） (2023-07-04T19:32:35Z) - Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。
欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
論文 参考訳（メタデータ） (2022-12-10T07:49:50Z) - Predicting the Future of AI with AI: High-quality link prediction in an
exponentially growing knowledge network [15.626884746513712]
AI技術を使って、AI自体の将来的な研究方向を予測する。
そのため、10万以上の研究論文を使って、64,000以上の概念ノードを持つナレッジネットワークを構築しています。
最も強力な方法は、エンドツーエンドのAIアプローチではなく、慎重にキュレートされたネットワーク機能のセットを使用する。
論文 参考訳（メタデータ） (2022-09-23T14:04:37Z) - Learning from learning machines: a new generation of AI technology to
meet the needs of science [59.261050918992325]
科学的な発見のためのAIの有用性を高めるための新たな機会と課題を概説する。
産業におけるAIの目標と科学におけるAIの目標の区別は、データ内のパターンを識別することと、データから世界のパターンを発見することとの間に緊張を生じさせる。
論文 参考訳（メタデータ） (2021-11-27T00:55:21Z) - Artificial Intelligence Technology analysis using Artificial
Intelligence patent through Deep Learning model and vector space model [0.1933681537640272]
本稿では,人工知能技術分析のための人工知能特許データセットを用いた要素内キーワード分析手法を提案する。
実世界の問題に対して,提案モデルをどのように適用できるかを示すために,人工知能特許データの収集と解析を行った。
論文 参考訳（メタデータ） (2021-11-08T00:10:49Z) - Empowering Things with Intelligence: A Survey of the Progress,
Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。
まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。
最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
論文 参考訳（メタデータ） (2020-11-17T13:14:28Z) - Sensor Artificial Intelligence and its Application to Space Systems -- A
White Paper [35.78525324168878]
このホワイトペーパーの目的は、専用の研究トピックとして"Sensor AI"を確立することである。
AIアプローチにおけるセンサーとその物理的特性を詳しく見ると、より堅牢で広く適用可能なアルゴリズムが生まれるだろう。
センサーAIは、自動運転だけでなく、自動生産、予測保守、宇宙研究の分野でも決定的な役割を果たす。
論文 参考訳（メタデータ） (2020-06-09T14:10:35Z)
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。