論文の概要: Applications and Societal Implications of Artificial Intelligence in
Manufacturing: A Systematic Review
- arxiv url: http://arxiv.org/abs/2308.02025v1
- Date: Tue, 25 Jul 2023 07:17:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-14 02:08:48.332946
- Title: Applications and Societal Implications of Artificial Intelligence in
Manufacturing: A Systematic Review
- Title（参考訳）: 製造における人工知能の応用と社会的な意味:システムレビュー
- Authors: John P. Nelson, Justin B. Biddle, Philip Shapira
- Abstract要約: この研究は、AIが企業に与える影響について、以前の文献では概して楽観的な見通しがあることを示している。
この論文は、産業AIの潜在的な社会的影響に関する文脈的視点を提供するために、歴史的事例や他の例に類似している。
- 参考スコア（独自算出の注目度）: 0.3867363075280544
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This paper undertakes a systematic review of relevant extant literature to
consider the potential societal implications of the growth of AI in
manufacturing. We analyze the extensive range of AI applications in this
domain, such as interfirm logistics coordination, firm procurement management,
predictive maintenance, and shop-floor monitoring and control of processes,
machinery, and workers. Additionally, we explore the uncertain societal
implications of industrial AI, including its impact on the workforce, job
upskilling and deskilling, cybersecurity vulnerability, and environmental
consequences. After building a typology of AI applications in manufacturing, we
highlight the diverse possibilities for AI's implementation at different scales
and application types. We discuss the importance of considering AI's
implications both for individual firms and for society at large, encompassing
economic prosperity, equity, environmental health, and community safety and
security. The study finds that there is a predominantly optimistic outlook in
prior literature regarding AI's impact on firms, but that there is substantial
debate and contention about adverse effects and the nature of AI's societal
implications. The paper draws analogies to historical cases and other examples
to provide a contextual perspective on potential societal effects of industrial
AI. Ultimately, beneficial integration of AI in manufacturing will depend on
the choices and priorities of various stakeholders, including firms and their
managers and owners, technology developers, civil society organizations, and
governments. A broad and balanced awareness of opportunities and risks among
stakeholders is vital not only for successful and safe technical implementation
but also to construct a socially beneficial and sustainable future for
manufacturing in the age of AI.
- Abstract（参考訳）: 本稿では,製造におけるAIの成長が社会に与える影響を考察するために,関連文献の体系的レビューを行う。
我々は、この領域における広範囲なAIアプリケーション、例えば、相互のロジスティクス調整、企業調達管理、予測保守、プロセス、機械、労働者の店頭監視と制御などを分析します。
さらに、労働力への影響、仕事のスキルアップとデスクイリング、サイバーセキュリティの脆弱性、環境影響など、産業AIの不確実な社会的影響についても検討する。
製造においてAIアプリケーションのタイプロジを構築した後、さまざまなスケールやアプリケーションタイプでのAIの実装の可能性を強調します。
経済繁栄, 株式, 環境健康, コミュニティの安全と安全を包含して, 個々の企業と社会全体の両方にAIがもたらす意味を考察することの重要性について論じる。
この研究は、AIが企業に与える影響に関する以前の文献には概ね楽観的な見通しがあるが、悪影響とAIの社会的含意の性質についてかなりの議論と論争がある。
この論文は、産業aiの潜在的社会的影響に関する文脈的視点を提供するために、歴史的事例や他の例と類似している。
最終的に、製造におけるAIの有益な統合は、企業やそのマネージャ、オーナー、技術開発者、市民社会組織、政府など、さまざまな利害関係者の選択と優先順位に依存する。
利害関係者間の機会とリスクに対する広範かつバランスの取れた認識は、成功と安全な技術的実装だけでなく、AI時代の製造において社会的に有益で持続可能な未来を構築するためにも不可欠である。
関連論文リスト
- Comprehensive Overview of Artificial Intelligence Applications in Modern Industries [0.3374875022248866]
本稿では、医療、金融、製造業、小売の4つの主要な分野にわたるAIの適用について検討する。
我々は、倫理的考察、AI開発の将来的な軌跡、そして経済成長を促進する可能性など、AI統合がもたらす意味について論じる。
論文 参考訳（メタデータ） (2024-09-19T19:22:52Z) - Predicting the Impact of Generative AI Using an Agent-Based Model [0.0]
生成人工知能(AI)システムは、人間の創造性を模倣するコンテンツを自律的に生成することで産業を変革した。
本稿ではエージェント・ベース・モデリング(ABM)を用いてこれらの意味を探索する。
ABMは個人、ビジネス、政府エージェントを統合し、教育、スキル獲得、AIの採用、規制対応などのダイナミクスをシミュレートする。
論文 参考訳（メタデータ） (2024-08-30T13:13:56Z) - Mapping the individual, social, and biospheric impacts of Foundation Models [0.39843531413098965]
本稿では,基礎モデルと生成AIの社会的,政治的,環境的側面を説明するための重要な枠組みを提供する。
リスクと害の14のカテゴリを特定し、それらの個人的、社会的、および生物圏的影響に応じてそれらをマッピングする。
論文 参考訳（メタデータ） (2024-07-24T10:05:40Z) - 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) - The Global Impact of AI-Artificial Intelligence: Recent Advances and
Future Directions, A Review [0.0]
この記事では、経済的、倫理的、社会的、セキュリティとプライバシ、仕事のずれといった、AIの影響を強調している。
偏見、セキュリティ、プライバシー侵害などの問題を含む、AI開発に関する倫理的懸念について論じている。
この記事は、社会全体にAIが及ぼす影響の認識と理解を促進するために、公的なエンゲージメントと教育の重要性を強調して締めくくっている。
論文 参考訳（メタデータ） (2023-12-22T00:41:21Z) - 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) - A Review of the Ethics of Artificial Intelligence and its Applications
in the United States [0.0]
この論文は、AIが米国経済のあらゆる分野に与える影響と、ビジネス、政府、アカデミック、そして市民社会にまたがる組織に与える影響を強調している。
我々の議論は、包括的なテーマとして構成された11の基本的な「倫理的原則」を探求する。
これらは透明性、正義、公正、平等、非正当性、責任、説明責任、プライバシー、利益、自由、自律、信頼、尊厳、持続可能性、連帯性を含む。
論文 参考訳（メタデータ） (2023-10-09T14:29:00Z) - Trustworthy, responsible, ethical AI in manufacturing and supply chains:
synthesis and emerging research questions [59.34177693293227]
製造の文脈において、責任、倫理、信頼できるAIの適用性について検討する。
次に、機械学習ライフサイクルのより広範な適応を使用して、実証的な例を用いて、各ステップが与えられたAIの信頼性に関する懸念にどのように影響するかを議論します。
論文 参考訳（メタデータ） (2023-05-19T10:43:06Z) - 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) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z) - Toward Trustworthy AI Development: Mechanisms for Supporting Verifiable
Claims [59.64274607533249]
AI開発者は、責任を負うことのできる検証可能な主張をする必要がある。
このレポートは、さまざまな利害関係者がAIシステムに関するクレームの妥当性を改善するための様々なステップを示唆している。
我々は、この目的のための10のメカニズム、すなわち、組織、ソフトウェア、ハードウェアを分析し、それらのメカニズムの実装、探索、改善を目的とした推奨を行う。
論文 参考訳（メタデータ） (2020-04-15T17:15:35Z)
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。