論文の概要: On the Use of Smart Hybrid Contracts to Provide Flexibility in Algorithmic Governance

• arxiv url: http://arxiv.org/abs/2312.07565v1
• Date: Sun, 10 Dec 2023 01:51:27 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-14 18:18:40.947465
• Title: On the Use of Smart Hybrid Contracts to Provide Flexibility in Algorithmic Governance
• Title（参考訳）: アルゴリズムガバナンスにおけるフレキシビリティ向上のためのスマートハイブリッド契約の利用について
• Authors: Carlos Molina-Jimenez and Sandra Milena Felizia
• Abstract要約: 盲目的に規制を強制するのではなく、監視のためにデプロイされるハイブリッドスマートコントラクトは、柔軟性を高めるために使用できる、と私たちは主張する。 柔軟性を高めるために、ハイブリッドスマートコントラクトは、人間の判断が必要なとき、人間またはそのグループの介入を要求するために停止するようにプログラムすることができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The use of computer technology to automate the enforcement of law is a promising alternative to simplify bureaucratic procedures. However, careless automation might result in an inflexible and dehumanise law enforcement system driven by algorithms that do not account for the particularities of individuals or minorities. In this paper, we argue that hybrid smart contracts deployed to monitor rather than to blindly enforce regulations can be used to add flexibility. Enforcement is a suitable alternative only when prevention is strictly necessary; however, we argue that in many situations a corrective approach based on monitoring is more flexible and suitable. To add more flexibility, the hybrid smart contract can be programmed to stop to request the intervention of a human or of a group of them when human judgement is needed.
• Abstract（参考訳）: 法律の施行を自動化するためのコンピュータ技術の利用は、官僚的な手続きを単純化するための有望な代替手段である。 しかし、不注意な自動化は、個人やマイノリティの特質を考慮しないアルゴリズムによって駆動される、柔軟で非人間的な法執行システムをもたらす可能性がある。 本稿では,規制を盲目的に強制するよりも,監視にデプロイされたハイブリッドスマートコントラクトが柔軟性の向上に有効であることを論じる。 厳格な予防が必要とされる場合に限って実施は適切な代替手段であるが,監視に基づく修正アプローチの方が柔軟で適切である場合が多いと論じる。 柔軟性を高めるために、ハイブリッドスマートコントラクトは、人間の判断が必要なとき、人間またはそのグループの介入を要求するために停止するようにプログラムすることができる。

関連論文リスト

• Automated Cybersecurity Compliance and Threat Response Using AI, Blockchain & Smart Contracts [0.36832029288386137]
  人工知能(AI)、ブロックチェーン、スマートコントラクトを統合する新しいフレームワークを提案する。 本稿では,セキュリティポリシの実施を自動化し,手作業や潜在的なヒューマンエラーを減らすシステムを提案する。
  論文  参考訳（メタデータ） (2024-09-12T20:38:14Z)
• Exterior Penalty Policy Optimization with Penalty Metric Network under Constraints [52.37099916582462]
  制約強化学習(CRL:Constrained Reinforcement Learning)では、エージェントが制約を満たしながら最適なポリシーを学習するために環境を探索する。 我々は,刑罰科目ネットワーク(PMN)が生み出す適応的な罰則を持つ,理論的に保証された刑罰関数法(Exterior Penalty Policy Optimization (EPO))を提案する。 PMNは様々な制約違反に適切に対応し、効率的な制約満足度と安全な探索を可能にする。
  論文  参考訳（メタデータ） (2024-07-22T10:57:32Z)
• A Path Towards Legal Autonomy: An interoperable and explainable approach to extracting, transforming, loading and computing legal information using large language models, expert systems and Bayesian networks [2.2192488799070444]
  法的な自律性は、開発者やデプロイ者、ユーザといったAIアクターに制約を課すこと、あるいはAIエージェントが環境に与える影響の範囲と範囲に制約を課すことによって達成できる。 後者のアプローチでは、AI駆動デバイスに関する既存のルールを、それらのデバイスを制御するAIエージェントのソフトウェアにエンコードする。 このようなアプローチの有効性は、説明可能かつ法的に相互運用可能な法的情報を抽出、ロード、変換、計算する手法を必要とするため、これは課題である。
  論文  参考訳（メタデータ） (2024-03-27T13:12:57Z)
• When to Ask for Help: Proactive Interventions in Autonomous Reinforcement Learning [57.53138994155612]
  強化学習の長期的な目標は、世界で自律的に対話し学習できるエージェントを設計することである。 重要な課題は、ロボットアームが物体をテーブルから押し出したときなど、外部からの援助を必要とする不可逆状態の存在である。 本研究では,非可逆状態の検出と回避を効率よく学習し,エージェントが侵入した場合に積極的に支援を求めるアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-10-19T17:57:24Z)
• From Legal Contracts to Legal Calculi: the code-driven normativity [0.0]
  法的な契約を(信頼できない)当事者間の相互作用プロトコルとして解釈することで、並行システムのための形式的な方法やツールを法的な設定に一般化できることを示す。
  論文  参考訳（メタデータ） (2022-09-06T10:38:19Z)
• Artificial Intelligence Empowered Multiple Access for Ultra Reliable and Low Latency THz Wireless Networks [76.89730672544216]
  テラヘルツ(THz)無線ネットワークは、第5世代(B5G)以上の時代を触媒すると予想されている。 いくつかのB5Gアプリケーションの超信頼性と低レイテンシ要求を満たすためには、新しいモビリティ管理アプローチが必要である。 本稿では、インテリジェントなユーザアソシエーションとリソースアロケーションを実現するとともに、フレキシブルで適応的なモビリティ管理を可能にする、全体論的MAC層アプローチを提案する。
  論文  参考訳（メタデータ） (2022-08-17T03:00:24Z)
• Automated Compliance Blueprint Optimization with Artificial Intelligence [1.90073733366566]
  銀行や医療において、クラウドコンピューティングの採用の大きな障害の1つは、規制基準の遵守である。 これは、企業が従わなければならない多くの規制および技術仕様(技術仕様)文書のため、複雑な問題である。 我々は,技術仕様と規制管理のマッピングを早期に検討し,このソリューションが完全に実用的であるためには克服すべき課題について議論する。
  論文  参考訳（メタデータ） (2022-06-22T15:59:16Z)
• Normative Disagreement as a Challenge for Cooperative AI [56.34005280792013]
  典型的な協調誘導学習アルゴリズムは、問題の解決に協力することができないと論じる。 我々は,ノルム適応政策のクラスを開発し,これらが協調性を著しく向上させることを示す実験を行った。
  論文  参考訳（メタデータ） (2021-11-27T11:37:42Z)
• Unpacking the Black Box: Regulating Algorithmic Decisions [1.283555556182245]
  本稿では,貸付,医療検査,雇用などの高額なアプリケーションで使用される「ブラックボックス」アルゴリズムの監視モデルを提案する。 複雑なアルゴリズムを許すことは、福祉を改善することができるが、その利益は規制当局の規制方法に依存する。
  論文  参考訳（メタデータ） (2021-10-05T23:20:25Z)
• Learning Robust Hybrid Control Barrier Functions for Uncertain Systems [68.30783663518821]
  我々は,ロバストな安全を確保する制御則を合成する手段として,ロバストなハイブリッド制御障壁関数を提案する。 この概念に基づき,データからロバストなハイブリッド制御障壁関数を学習するための最適化問題を定式化する。 我々の技術は、モデル不確実性の対象となるコンパス歩行歩行者の魅力領域を安全に拡張することを可能にする。
  論文  参考訳（メタデータ） (2021-01-16T17:53:35Z)
• Learning High-Level Policies for Model Predictive Control [54.00297896763184]
  Model Predictive Control (MPC)は、ロボット制御タスクに対する堅牢なソリューションを提供する。 ニューラルネットワークの高レベルポリシーを学習するための自己教師付き学習アルゴリズムを提案する。 提案手法は, 標準的なMPCでは困難な状況に対処できることを示す。
  論文  参考訳（メタデータ） (2020-07-20T17:12:34Z)

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。