論文の概要: Data Equity: Foundational Concepts for Generative AI
- arxiv url: http://arxiv.org/abs/2311.10741v1
- Date: Fri, 27 Oct 2023 05:19:31 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-27 01:01:28.621432
- Title: Data Equity: Foundational Concepts for Generative AI
- Title（参考訳）: データエクイティ: 生成AIの基礎概念
- Authors: JoAnn Stonier, Lauren Woodman, Majed Alshammari, Ren\'ee Cummings,
Nighat Dad, Arti Garg, Alberto Giovanni Busetto, Katherine Hsiao, Maui
Hudson, Parminder Jeet Singh, David Kanamugire, Astha Kapoor, Zheng Lei,
Jacqueline Lu, Emna Mizouni, Angela Oduor Lungati, Mar\'ia Paz Canales
Loebel, Arathi Sethumadhavan, Sarah Telford, Supheakmungkol Sarin, Kimmy
Bettinger, Stephanie Teeuwen
- Abstract要約: GenAIは、デジタルとソーシャルのイノベーションを促進する大きな可能性を約束する。
GenAIは、技術へのアクセスと利用を民主化する可能性がある。
しかし、未確認のままでは、不平等が深まる可能性がある。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This briefing paper focuses on data equity within foundation models, both in
terms of the impact of Generative AI (genAI) on society and on the further
development of genAI tools. GenAI promises immense potential to drive digital
and social innovation, such as improving efficiency, enhancing creativity and
augmenting existing data. GenAI has the potential to democratize access and
usage of technologies. However, left unchecked, it could deepen inequities.
With the advent of genAI significantly increasing the rate at which AI is
deployed and developed, exploring frameworks for data equity is more urgent
than ever. The goals of the briefing paper are threefold: to establish a shared
vocabulary to facilitate collaboration and dialogue; to scope initial concerns
to establish a framework for inquiry on which stakeholders can focus; and to
shape future development of promising technologies. The paper represents a
first step in exploring and promoting data equity in the context of genAI. The
proposed definitions, framework and recommendations are intended to proactively
shape the development of promising genAI technologies.
- Abstract（参考訳）: 本稿では,ジェネラティブAI(genAI)が社会に与える影響と,ジェネラティブAIツールのさらなる開発に与える影響の両方の観点から,基礎モデル内のデータエクイティに焦点を当てる。
GenAIは、効率の向上、クリエイティビティの向上、既存のデータの拡張など、デジタルとソーシャルのイノベーションを促進する大きな可能性を約束している。
GenAIは、技術へのアクセスと利用を民主化する可能性がある。
しかし、チェックされていないまま、不平等が深まる可能性がある。
genAIの出現により、AIのデプロイと開発速度が大幅に向上し、データエクイティのためのフレームワークの調査は、これまで以上に緊急である。
このブリーフィングペーパーの目標は3つある: コラボレーションと対話を促進するために共通の語彙を確立すること、利害関係者が注目できる調査のためのフレームワークを確立すること、そして将来有望な技術の発展を形作ること。
この論文は、genAIの文脈でデータエクイティを探求し、推進する第一歩である。
提案されている定義、フレームワーク、レコメンデーションは、有望なgenAI技術の発展を積極的に形成することを目的としている。
関連論文リスト
- Cutting Through the Confusion and Hype: Understanding the True Potential of Generative AI [0.0]
本稿では,生成型AI(genAI)の微妙な景観について考察する。
それは、Large Language Models (LLMs)のようなニューラルネットワークベースのモデルに焦点を当てている。
論文 参考訳（メタデータ） (2024-10-22T02:18:44Z) - Explainable Generative AI (GenXAI): A Survey, Conceptualization, and Research Agenda [1.8592384822257952]
我々は、XAIがGenAIの台頭とともに重要になった理由とその説明可能性研究の課題について詳述する。
私たちはまた、検証可能性、対話性、セキュリティ、コストといった側面をカバーし、説明が満たすべき新しいデシラタも披露します。
論文 参考訳（メタデータ） (2024-04-15T08:18:16Z) - Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。
本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
論文 参考訳（メタデータ） (2024-02-28T16:09:56Z) - Generative Artificial Intelligence in Learning Analytics:
Contextualising Opportunities and Challenges through the Learning Analytics
Cycle [0.0]
ジェネレーティブ人工知能(GenAI)は、教育を変革し、人間の生産性を高める大きな可能性を秘めている。
本稿では,GenAIが学習分析(LA)にもたらす可能性と課題について述べる。
我々は、GenAIが非構造化データの解析、合成学習データの生成、マルチモーダル学習者相互作用の強化、対話的・説明的分析の進展、パーソナライゼーションと適応的介入の促進において重要な役割を果たすことを示唆する。
論文 参考訳（メタデータ） (2023-11-30T07:25:34Z) - 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) - Generative AI in the Construction Industry: Opportunities & Challenges [2.562895371316868]
建設部門におけるジェネレーティブAI(GenAI)導入の機会と課題を調査する研究は、現在進行中である。
本研究は、文献における反映された知覚を掘り下げ、プログラムベースのワードクラウドと周波数分析を用いて産業的知覚を分析する。
本稿では,概念的GenAI実装フレームワークを推奨し,実践的勧告を提供し,今後の研究課題を要約し,GenAIの今後の研究展開を促進するための基礎文献を構築する。
論文 参考訳（メタデータ） (2023-09-19T18:20:49Z) - 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) - AI-Generated Content (AIGC): A Survey [4.108847841902397]
人工知能生成コンテンツ(AIGC)は、デジタル経済におけるデジタルインテリジェンスの課題に対処するために登場した。
本稿では,AIGCの定義,必須条件,最先端機能,高度な機能について概説する。
論文 参考訳（メタデータ） (2023-03-26T02:22:12Z) - A Comprehensive Survey of AI-Generated Content (AIGC): A History of
Generative AI from GAN to ChatGPT [63.58711128819828]
ChatGPTおよびその他の生成AI(GAI)技術は、人工知能生成コンテンツ(AIGC)のカテゴリに属している。
AIGCの目標は、コンテンツ作成プロセスをより効率的かつアクセスしやすくし、高品質なコンテンツをより高速に生産できるようにすることである。
論文 参考訳（メタデータ） (2023-03-07T20:36:13Z) - Data-centric AI: Perspectives and Challenges [51.70828802140165]
データ中心AI(DCAI)は、モデル進歩からデータ品質と信頼性の確保への根本的なシフトを提唱している。
データ開発、推論データ開発、データメンテナンスの3つの一般的なミッションをまとめます。
論文 参考訳（メタデータ） (2023-01-12T05:28:59Z) - The Role of AI in Drug Discovery: Challenges, Opportunities, and
Strategies [97.5153823429076]
この分野でのAIのメリット、課題、欠点についてレビューする。
データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
論文 参考訳（メタデータ） (2022-12-08T23:23:39Z)
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。