論文の概要: Generative AI has lowered the barriers to computational social sciences
- arxiv url: http://arxiv.org/abs/2311.10833v1
- Date: Fri, 17 Nov 2023 19:24:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-22 13:57:32.091051
- Title: Generative AI has lowered the barriers to computational social sciences
- Title（参考訳）: 生成AIが計算社会科学の障壁を減らした
- Authors: Yongjun Zhang
- Abstract要約: 生成人工知能(AI)は計算社会科学の分野に革命をもたらした。
このブレークスルーは社会科学の領域に深い影響をもたらす。
- 参考スコア（独自算出の注目度）: 3.313485776871956
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative artificial intelligence (AI) has revolutionized the field of
computational social science, unleashing new possibilities for analyzing
multimodal data, especially for scholars who may not have extensive programming
expertise. This breakthrough carries profound implications for the realm of
social sciences. Firstly, generative AI can significantly enhance the
productivity of social scientists by automating the generation, annotation, and
debugging of code. Secondly, it empowers researchers to delve into
sophisticated data analysis through the innovative use of prompt engineering.
Lastly, the educational sphere of computational social science stands to
benefit immensely from these tools, given their exceptional ability to annotate
and elucidate complex codes for learners, thereby simplifying the learning
process and making the technology more accessible.
- Abstract（参考訳）: 生成的人工知能(AI)は、計算社会科学の分野に革命をもたらし、特に広範なプログラミングの専門知識を持たない学者にとって、マルチモーダルデータを解析する新たな可能性を生み出した。
このブレークスルーは社会科学の領域に深い影響をもたらす。
まず、生成AIは、コードの生成、アノテーション、デバッグを自動化することで、社会科学者の生産性を大幅に向上させることができる。
第2に、プロンプトエンジニアリングの革新的利用を通じて、研究者たちが高度なデータ分析を掘り下げることを可能にする。
最後に、計算社会科学の教育分野は、学習者のための複雑なコードに注釈を付け、解明し、学習プロセスを簡素化し、テクノロジーをよりアクセスしやすくする能力を考えると、これらのツールから大きな恩恵を受けることになる。
関連論文リスト
- Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions [67.60397632819202]
ソーシャルインテリジェントAIエージェント(Social-AI)の構築は、多分野、マルチモーダルな研究目標である。
我々は、社会AIを前進させるために、基礎となる技術的課題と、コンピューティングコミュニティ全体にわたる研究者のためのオープンな質問を特定します。
論文 参考訳（メタデータ） (2024-04-17T02:57:42Z) - AI for social science and social science of AI: A Survey [47.5235291525383]
人工知能の最近の進歩は、人工知能の可能性を再考するきっかけとなった。
AIの人間的能力の増大は、社会科学研究にも注目されている。
論文 参考訳（メタデータ） (2024-01-22T10:57:09Z) - 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) - 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) - 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) - Convergence of Artificial Intelligence and High Performance Computing on
NSF-supported Cyberinfrastructure [3.4291439418246177]
人工知能(AI)アプリケーションは、産業や技術におけるビッグデータの課題に対して、トランスフォーメーションソリューションを推進している。
AIは、統計的および数学的厳密性を備えたコンピューティングパラダイムへと進化し続けており、トレーニング、検証、テストのためのシングルGPUソリューションがもはや不十分であることが明らかになっている。
この実現により、AIとハイパフォーマンスコンピューティングの融合が加速し、監視時間の短縮が図られている。
論文 参考訳（メタデータ） (2020-03-18T18:00:02Z) - A general framework for scientifically inspired explanations in AI [76.48625630211943]
我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。
このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
論文 参考訳（メタデータ） (2020-03-02T10:32:21Z)
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。