Fugu-MT 論文翻訳(概要): Experiential AI: A transdisciplinary framework for legibility and agency in AI

論文の概要: Experiential AI: A transdisciplinary framework for legibility and agency in AI

arxiv url: http://arxiv.org/abs/2306.00635v1
Date: Thu, 1 Jun 2023 12:59:06 GMT
ステータス: 処理完了
システム内更新日: 2023-06-02 16:13:20.567085
Title: Experiential AI: A transdisciplinary framework for legibility and agency in AI
Title（参考訳）: Experiential AI: AIの正当性とエージェンシーのための学際的フレームワーク
Authors: Drew Hemment, Dave Murray-Rust, Vaishak Belle, Ruth Aylett, Matjaz Vidmar and Frank Broz
Abstract要約: 実験AI(Experiential AI)は、科学者とアーティストが集まって人間と機械の絡み合いを調べる研究課題である。本稿では、説明可能なAIの分野における進歩と限界について論じる。
参考スコア（独自算出の注目度）: 13.397979132753138
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Experiential AI is presented as a research agenda in which scientists and artists come together to investigate the entanglements between humans and machines, and an approach to human-machine learning and development where knowledge is created through the transformation of experience. The paper discusses advances and limitations in the field of explainable AI; the contribution the arts can offer to address those limitations; and methods to bring creative practice together with emerging technology to create rich experiences that shed light on novel socio-technical systems, changing the way that publics, scientists and practitioners think about AI.
Abstract（参考訳）: 実験AIは、人間と機械の絡み合いを調べるために科学者と芸術家が集まる研究のアジェンダとして提示され、経験の変換を通じて知識が生み出される人間と機械の学習と開発へのアプローチである。この論文は、説明可能なAIの分野における進歩と限界、芸術がこれらの制限に対処するための貢献、新しい技術と共に創造的な実践をもたらす方法、そして新しい社会技術システムに光を当てる豊かな体験を生み出すための方法、そして、公開人、科学者、実践者がAIについて考える方法を変えることについて議論する。

関連論文リスト

Now, Later, and Lasting: Ten Priorities for AI Research, Policy, and Practice [63.20307830884542]
今後数十年は、産業革命に匹敵する人類の転換点になるかもしれない。 10年前に立ち上げられたこのプロジェクトは、複数の専門分野の専門家による永続的な研究にコミットしている。 AI技術の短期的および長期的影響の両方に対処する、アクションのための10のレコメンデーションを提供します。
論文参考訳（メタデータ） (2024-04-06T22:18:31Z)
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)
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)
Agency and legibility for artists through Experiential AI [12.941266914933454]
Experiential AIは、AIを具体的で明示的なものにするという課題に対処する、新たな研究分野である。本稿では,創造的データ探索を目的とした経験的AIシステムの実証事例について報告する。実験的なAIがアーティストの妥当性とエージェンシーを高める方法について論じる。
論文参考訳（メタデータ） (2023-06-04T11:00:07Z)
AI and the creative realm: A short review of current and future applications [2.1320960069210484]
本研究は創造性と人工知能(AI)の概念を探求する。より洗練されたAIモデルの開発と人間とコンピュータの相互作用ツールの普及により、芸術的創造におけるAIの新たな可能性が高まっている。
論文参考訳（メタデータ） (2023-06-01T12:28:08Z)
Scientists' Perspectives on the Potential for Generative AI in their Fields [18.753742428223912]
ジェネレーティブAIモデルは、現代生活の多くの側面を変革しようとしている。 Generative AIは、さまざまな科学分野の発見の方法やペースに実質的な影響を与える可能性がある。我々は、さまざまな分野の20人の科学者にインタビューして、ジェネレーティブAIがそれぞれの分野の実践にどのように価値をもたらすかについて、洞察を得た。
論文参考訳（メタデータ） (2023-04-04T00:06:28Z)
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)
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)
Stakeholder Participation in AI: Beyond "Add Diverse Stakeholders and Stir" [76.44130385507894]
本稿では、既存の文献の参加と現在の実践の実証分析を通じて、AI設計における「参加的転換」を掘り下げることを目的としている。本稿では,本論文の文献合成と実証研究に基づいて,AI設計への参加的アプローチを解析するための概念的枠組みを提案する。
論文参考訳（メタデータ） (2021-11-01T17:57:04Z)
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)
The Short Anthropological Guide to the Study of Ethical AI [91.3755431537592]
ショートガイドは、AI倫理と社会科学の紹介と、AIの開発に関する人類学的視点の両方を兼ね備えている。 AIシステムの社会的影響と、これらのシステムがいかにして我々の世界がどのように機能するかを再考するかについての洞察を、この分野に馴染みのない人たちに提供することを目指している。
論文参考訳（メタデータ） (2020-10-07T12:25:03Z)

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。