論文の概要: The Case for Universal Basic Computing Power

• arxiv url: http://arxiv.org/abs/2311.12872v1
• Date: Sat, 18 Nov 2023 03:27:47 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-23 17:48:31.773248
• Title: The Case for Universal Basic Computing Power
• Title（参考訳）: ユニバーサル・ベーシック・コンピューティング・パワーのケース
• Authors: Yue Zhu
• Abstract要約: UBCP(Universal Basic Computing Power)イニシアチブは、AI研究と開発に特化した一定量のコンピューティングパワーに、グローバルで自由にアクセスできるようにする。 UBCPは費用がかからず、利用はAI R&Dと最小限の追加条件に限られている。 UBCPが普遍的にアクセスでき、すべてのユーザにとって便利であることは不可欠です。
• 参考スコア（独自算出の注目度）: 0.7682616351469338
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The Universal Basic Computing Power (UBCP) initiative ensures global, free access to a set amount of computing power specifically for AI research and development (R&D). This initiative comprises three key elements. First, UBCP must be cost free, with its usage limited to AI R&D and minimal additional conditions. Second, UBCP should continually incorporate the state of the art AI advancements, including efficiently distilled, compressed, and deployed training data, foundational models, benchmarks, and governance tools. Lastly, it's essential for UBCP to be universally accessible, ensuring convenience for all users. We urge major stakeholders in AI development large platforms, open source contributors, and policymakers to prioritize the UBCP initiative.
• Abstract（参考訳）: UBCP(Universal Basic Computing Power)イニシアチブは、AI研究開発(R&D)に特化した、一定量のコンピューティングパワーに、グローバルかつ無償でアクセスできるようにする。 このイニシアティブは3つの重要な要素からなる。 まず、UBCPの利用はAI R&Dと最小限の追加条件に制限され、費用は無料でなければならない。 第2に、UBCPは、効率的に蒸留、圧縮、デプロイされたトレーニングデータ、基礎モデル、ベンチマーク、ガバナンスツールを含む、AIの進歩の状態を継続的に取り入れるべきである。 最後に、UBCPが普遍的にアクセスでき、すべてのユーザにとって利便性を確保することが不可欠です。 我々は、AI開発における主要なステークホルダー、オープンソースのコントリビュータ、および政策立案者にUBCPイニシアチブを優先するよう促します。

関連論文リスト

• Transforming the Hybrid Cloud for Emerging AI Workloads [81.15269563290326]
  このホワイトペーパーでは、AIワークロードの複雑さの増大に対応するために、ハイブリッドクラウドシステムを変革することを想定している。 提案したフレームワークは、エネルギー効率、性能、コスト効率において重要な課題に対処する。 この共同イニシアチブは、ハイブリッドクラウドをセキュアで効率的で持続可能なプラットフォームとして確立することを目的としています。
  論文  参考訳（メタデータ） (2024-11-20T11:57:43Z)
• Beyond Efficiency: Scaling AI Sustainably [4.711003829305544]
  現代のAIアプリケーションは、コンピューティングにおける需要を継続的に増加させてきた。 本稿では, ハードウェア製造における炭素排出量の具体化だけでなく, トレーニングおよび推論からのCO排出の操作を含む, AIの炭素影響を特徴付ける。
  論文  参考訳（メタデータ） (2024-06-08T00:07:16Z)
• Computing Power and the Governance of Artificial Intelligence [51.967584623262674]
  政府や企業は、AIを管理する手段として計算を活用し始めている。 計算ベースのポリシーと技術は、これらの領域を補助する可能性があるが、実装の準備ができている点で大きなバリエーションがある。 プライバシーや経済的影響、権力の中央集権化といった分野において、ガバナンスの計算方法の素早い、あるいは不十分なアプローチは重大なリスクを伴います。
  論文  参考訳（メタデータ） (2024-02-13T21:10:21Z)
• The Foundations of Computational Management: A Systematic Approach to Task Automation for the Integration of Artificial Intelligence into Existing Workflows [55.2480439325792]
  本稿では,タスク自動化の体系的アプローチである計算管理を紹介する。 この記事では、ワークフロー内でAIを実装するプロセスを開始するための、ステップバイステップの手順を3つ紹介する。
  論文  参考訳（メタデータ） (2024-02-07T01:45:14Z)
• Towards Responsible AI in Banking: Addressing Bias for Fair Decision-Making [69.44075077934914]
  責任AI(Responsible AI)は、企業文化の発展におけるバイアスに対処する重要な性質を強調している。 この論文は、バイアスを理解すること、バイアスを緩和すること、バイアスを説明することの3つの基本的な柱に基づいて構成されている。 オープンソースの原則に従って、アクセス可能なPythonパッケージとして、Bias On DemandとFairViewをリリースしました。
  論文  参考訳（メタデータ） (2024-01-13T14:07:09Z)
• Federated Learning-Empowered AI-Generated Content in Wireless Networks [58.48381827268331]
  フェデレートドラーニング(FL)は、学習効率を改善し、AIGCのプライバシー保護を達成するために利用することができる。 我々は,AIGCの強化を目的としたFLベースの技術を提案し,ユーザが多様でパーソナライズされた高品質なコンテンツを作成できるようにすることを目的とする。
  論文  参考訳（メタデータ） (2023-07-14T04:13:11Z)
• Naeural AI OS -- Decentralized ubiquitous computing MLOps execution engine [0.0]
  エンド・ツー・エンドのAI協調型アプリケーションパイプラインのローコード開発と展開に革新的なアプローチを提案する。 我々は、トークン化経済に基づいて、完全に分散したグローバルな協力コミュニティにおけるインフラ割り当て、コスト、および安全な雇用分配について論じる。
  論文  参考訳（メタデータ） (2023-06-14T19:20:43Z)
• Decentralized Technologies for AI Hubs [0.0]
  AIは大量のストレージと、AI Hubに一般的に格納されるアセットによる計算を必要とする。 これらの制限には、高いコスト、収益化と報酬の欠如、制御の欠如、報酬の難しさが含まれる。 分散AIハブの設計と構築において,これらのインフラコンポーネントが併用可能であることを示唆する。
  論文  参考訳（メタデータ） (2023-06-07T09:18:56Z)
• Developing an AI-enabled IIoT platform -- Lessons learned from early use case validation [47.37985501848305]
  本稿では,このプラットフォームの設計について紹介し,AIによる視覚的品質検査の実証者の観点からの早期評価について述べる。 これは、この初期の評価活動で学んだ洞察と教訓によって補完される。
  論文  参考訳（メタデータ） (2022-07-10T18:51:12Z)

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。