論文の概要: Open Problems in DAOs

• arxiv url: http://arxiv.org/abs/2310.19201v1
• Date: Sun, 29 Oct 2023 23:48:45 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-31 13:46:12.857851
• Title: Open Problems in DAOs
• Title（参考訳）: DAOにおけるオープン問題
• Authors: Joshua Z. Tan, Tara Merk, Sarah Hubbard, Eliza R. Oak, Joni Pirovich, Ellie Rennie, Rolf Hoefer, Michael Zargham, Jason Potts, Chris Berg, Reuben Youngblom, Primavera De Filippi, Seth Frey, Jeff Strnad, Morshed Mannan, Kelsie Nabben, Silke Noa Elrifai, Jake Hartnell, Benjamin Mako Hill, Alexia Maddox, Woojin Lim, Tobin South, Ari Juels, Dan Boneh
• Abstract要約: 分散型自治組織(DAOs)は、契約によって統治される、急速に成長する新しい組織である。 スマートコンコンストラクタの新たな科学に研究者が貢献する方法を述べる。
• 参考スコア（独自算出の注目度）: 11.57277155060763
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Decentralized autonomous organizations (DAOs) are a new, rapidly-growing class of organizations governed by smart contracts. Here we describe how researchers can contribute to the emerging science of DAOs and other digitally-constituted organizations. From granular privacy primitives to mechanism designs to model laws, we identify high-impact problems in the DAO ecosystem where existing gaps might be tackled through a new data set or by applying tools and ideas from existing research fields such as political science, computer science, economics, law, and organizational science. Our recommendations encompass exciting research questions as well as promising business opportunities. We call on the wider research community to join the global effort to invent the next generation of organizations.
• Abstract（参考訳）: 分散自律型組織(DAO)は、スマートコントラクトによって管理される、急速に成長する新しい組織である。 ここでは、DAOやその他のデジタル構成組織の新興科学に研究者が貢献する方法について述べる。 プライバシのプリミティブからメカニズム設計、モデル法に至るまで、DAOエコシステムでは、既存のギャップが新しいデータセットによって取り組まれるか、あるいは政治科学、コンピュータ科学、経済学、法学、組織科学といった既存の研究分野のツールやアイデアを適用することによって、大きな影響のある問題を特定する。 私たちの推薦は、エキサイティングな研究課題だけでなく、将来性のあるビジネス機会も包含しています。 我々は、より広い研究コミュニティに、次世代組織を発明するためのグローバルな取り組みに参加するよう呼びかけます。

関連論文リスト

• DAOs of Collective Intelligence? Unraveling the Complexity of Blockchain Governance in Decentralized Autonomous Organizations [0.7499722271664144]
  分散自律組織(DAO)は、従来の制御から分散制御へ移行することで、組織構造を変革してきた。 重要な資金を管理し、グローバルネットワークを構築するにもかかわらず、DAOは参加の減少、集中化の増大、変化する環境に適応できないといった課題に直面している。 本稿では,複雑なシステムについて考察し,その非効率性を説明するために複雑性科学を適用した。
  論文  参考訳（メタデータ） (2024-09-03T12:06:15Z)
• Digital Homunculi: Reimagining Democracy Research with Generative Agents [0.0]
  民主的実験における現状の限界を緩和するためのGenAI支援研究の可能性について検討する。 適切な注意を払って実施すれば、合成データの利点が欠点を上回る可能性が高いと私は思う。 本論文は、民主主義研究におけるGenAI支援手法の開発と実施における学際協力の呼びかけから締めくくっている。
  論文  参考訳（メタデータ） (2024-09-01T19:57:32Z)
• The Implications of Open Generative Models in Human-Centered Data Science Work: A Case Study with Fact-Checking Organizations [12.845170214324662]
  オープンモデルが組織に与える影響に注目し、AIを使って大量の循環的誤報を観察し分析する。 我々は6大陸20のファクトチェック機関で,N=24の専門家を対象にインタビュー調査を行った。 事実チェックを行う組織は、組織的自律性、データプライバシとオーナシップ、アプリケーション固有性、能力透明性のオープンモデルを好む。
  論文  参考訳（メタデータ） (2024-08-04T08:41:48Z)
• Regulation and NLP (RegNLP): Taming Large Language Models [51.41095330188972]
  我々は,NLP研究が規制研究や隣接分野に近接することのメリットを論じる。 我々は、規制とNLPに関する新しい多分野研究空間の開発を提唱する。
  論文  参考訳（メタデータ） (2023-10-09T09:22:40Z)
• 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)
• Science and Technology Ontology: A Taxonomy of Emerging Topics [6.4429045013848185]
  本稿では,異なる科学技術分野の非伝統的な話題を取り上げる自動科学技術オントロジー(S&TO)について紹介する。 提案したS&TOは、新たな研究領域の発見と分野横断のコラボレーションを促進することができる。
  論文  参考訳（メタデータ） (2023-05-06T14:04:24Z)
• 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)
• Empowering Local Communities Using Artificial Intelligence [70.17085406202368]
  人中心の観点から、AIが社会に与える影響を探求する上で重要なトピックとなっている。 市民科学におけるこれまでの研究は、AIを使って研究に大衆を巻き込む方法を特定してきた。 本稿では,コミュニティ市民科学にAIを適用する上での課題について論じる。
  論文  参考訳（メタデータ） (2021-10-05T12:51:11Z)
• Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
  AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。 AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
  論文  参考訳（メタデータ） (2021-01-15T10:43:10Z)
• Learnings from Frontier Development Lab and SpaceML -- AI Accelerators for NASA and ESA [57.06643156253045]
  AIとML技術による研究は、しばしば非同期の目標とタイムラインを備えたさまざまな設定で動作します。 我々は、NASAとESAの民間パートナーシップの下で、AIアクセラレータであるFrontier Development Lab(FDL)のケーススタディを実行する。 FDL研究は、AI研究の責任ある開発、実行、普及に基礎を置く原則的な実践に従う。
  論文  参考訳（メタデータ） (2020-11-09T21:23:03Z)

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。

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。