論文の概要: Lost in the Logistical Funhouse: Speculative Design as Synthetic Media
Enterprise
- arxiv url: http://arxiv.org/abs/2312.14424v1
- Date: Fri, 22 Dec 2023 04:04:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-25 16:16:18.563316
- Title: Lost in the Logistical Funhouse: Speculative Design as Synthetic Media
Enterprise
- Title(参考訳): ロジスティカル・ファンハウスにおける損失--合成メディア企業としての投機的デザイン
- Authors: Zoe Horn, Liam Magee, Anna Munster
- Abstract要約: 本稿では,GPTをベースとしたロジスティクスデザインビジネス開発を支援するボットChatFOSを用いた合成メディア実験について述べる。
大規模な言語モデルがメディアルータやスイッチ,イメージプロンプトの生成,Webサイトコード,プロモーションコピー,投資家の売り込みシナリオなどの管理を行う方法について説明する。
我々の実験は、メディアのロジスティクスとメディアのロジスティクスの展開の仕方を探るものである。
- 参考スコア(独自算出の注目度): 1.2277343096128712
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: From the deployment of chatbots as procurement negotiators by corporations
such as Walmart to autonomous agents providing 'differentiated chat' for
managing overbooked flights, synthetic media are making the world of logistics
their 'natural' habitat. Here the coordination of commodities, parts and labour
design the problems and produce the training sets from which 'solutions' can be
synthesised. But to what extent might synthetic media, surfacing via
proto-platforms such as MidJourney and OpenAI and apps such as Eleven Labs and
D:ID, be understood as logistical media? This paper details synthetic media
experiments with 'ChatFOS', a GPT-based bot tasked with developing a logistics
design business. Using its prompt-generated media outputs, we assemble a
simulation and parody of AI's emerging functionalities within logistical
worlds. In the process, and with clunky 'human-in-the-loop' stitching, we
illustrate how large language models become media routers or switches,
governing production of image prompts, website code, promotional copy, and
investor pitch scenarios. Together these elements become links chained together
in media ensembles such as the corporate website or the promotional video,
fuelling the fictive logistics visualisation company we have 'founded'. The
processes and methods of producing speculative scenarios via ChatFOS lead us to
consider how synthetic media might be re-positioned as logistical media. Our
experiments probe the ways in which the media of logistics and the logistics of
media are increasingly enfolded. We ask: what can a (practice-based)
articulation of this double-becoming of logistics and synthetic mediality tell
us about the politics and aesthetics of contemporary computation and capital?
- Abstract(参考訳): ウォルマートなどの企業による調達交渉機関としてのチャットボットの展開から、オーバーブックされたフライトを管理するための「差別化されたチャット」を提供する自律エージェントに至るまで、合成メディアはロジスティクスの世界を「自然」な環境にしている。
ここでは、商品、部品、労働の協調が問題を設計し、「ソリューション」を合成できるトレーニングセットを作成する。
しかし、MidJourneyやOpenAIといったプロトプラットフォームや、Eleven LabsやD:IDといったアプリを通じて、合成メディアはどの程度まで、ロジスティックメディアとして理解されるのか?
本稿では,GPTをベースとしたロジスティクスデザインビジネス開発を支援するボットChatFOSを用いた合成メディア実験について述べる。
素早い生成メディア出力を用いて、ロジカルワールド内のAIの出現する機能のシミュレーションとパロディを組み立てる。
この過程では,大規模言語モデルがメディアルータやスイッチとなり,画像プロンプト,Webサイトコード,プロモーションコピー,投資家ピッチシナリオの生成を管理する過程が説明される。
これらの要素は、企業ウェブサイトやプロモーションビデオなどのメディアアンサンブルにチェーン化され、当社が「設立」した架空の物流視覚化会社を刺激します。
ChatFOSを介して投機的シナリオを創出するプロセスと方法により,合成メディアをロジスティックメディアとして再配置する方法について考察する。
我々の実験は、メディアのロジスティクスとメディアのロジスティクスの展開の仕方を探るものである。
現代計算と資本の政治と美学について、ロジスティクスと合成メディリティの両面から(実践ベースで)具体的に説明できることは何だろうか?
関連論文リスト
- MMToM-QA: Multimodal Theory of Mind Question Answering [83.5664938147883]
心の理論 (ToM) は人間レベルの社会知能を持つ機械を開発する上で不可欠な要素である。
最近の機械学習モデル、特に大きな言語モデルは、ToM理解のいくつかの側面を示しているようだ。
一方、ヒューマンToMはビデオやテキストの理解以上のものです。
論文 参考訳(メタデータ) (2024-01-16T18:59:24Z) - Agent AI: Surveying the Horizons of Multimodal Interaction [83.18367129924997]
エージェントAI(Agent AI)とは、視覚刺激や言語入力、その他の環境データを知覚できる対話型システムである。
我々は,バーチャルリアリティやシミュレートされたシーンを容易に作成し,仮想環境内に具体化されたエージェントと対話できる未来を構想する。
論文 参考訳(メタデータ) (2024-01-07T19:11:18Z) - IMAGINE: An Integrated Model of Artificial Intelligence-Mediated
Communication Effects [0.0]
人工知能を用いたコミュニケーション効果統合モデル(IMAGINE)の提案
提案されている概念的枠組みは、メディアに対する人々の反応の測定とコンテンツのAI生成の間の連続的なリアルタイム接続のシナリオにおいて、研究者が研究を理論化し、行うのを支援することを目的としている。
論文 参考訳(メタデータ) (2022-12-13T19:48:38Z) - Structured Like a Language Model: Analysing AI as an Automated Subject [0.0]
我々は、大規模言語モデルに対する主観性の意図的な予測は、AIの振る舞いを分析できる別のフレームを生み出すことができると論じる。
我々は、最先端の自然言語処理性能を実現するシステムのリリースにおいて、言語モデルに関する短い歴史を辿る。
批判的メディア手法と精神分析理論が組み合わさって、AI駆動型言語システムの強力な新しい能力を把握するための生産的枠組みを提供すると結論付けている。
論文 参考訳(メタデータ) (2022-12-08T21:58:43Z) - Enhancing Interpretability and Interactivity in Robot Manipulation: A
Neurosymbolic Approach [0.0]
本稿では,言語誘導型視覚推論とロボット操作を結合したニューロシンボリックアーキテクチャを提案する。
非熟練の人間ユーザは、制約のない自然言語を用いてロボットに刺激を与え、参照表現(REF)、質問(VQA)、把握動作指示を提供する。
シミュレーション環境では,3次元視覚と言語によるテーブルトップシーンの合成データセットを作成し,我々のアプローチを訓練し,合成シーンと実世界のシーンの両方で広範な評価を行う。
論文 参考訳(メタデータ) (2022-10-03T12:21:45Z) - Inner Monologue: Embodied Reasoning through Planning with Language
Models [81.07216635735571]
大規模言語モデル(LLM)は自然言語処理以外の領域に適用できる。
具体化された環境でのLLMの計画には、何をすべきかだけでなく、どのように、いつ行うべきかを考える必要がある。
環境フィードバックを活用することで、LLMはロボット制御シナリオにおいてよりリッチな処理と計画を行うことができる内部モノローグを形成することができる。
論文 参考訳(メタデータ) (2022-07-12T15:20:48Z) - Concepts and Algorithms for Agent-based Decentralized and Integrated
Scheduling of Production and Auxiliary Processes [78.120734120667]
本稿ではエージェントベースの分散型統合スケジューリング手法について述べる。
要求の一部は、線形にスケールする通信アーキテクチャを開発することである。
このアプローチは、工業的要件に基づいた例を使って説明されます。
論文 参考訳(メタデータ) (2022-05-06T18:44:29Z) - "Don't quote me on that": Finding Mixtures of Sources in News Articles [85.92467549469147]
各ソースのtextitaffiliationとtextitroleに基づいてソースのオントロジーラベリングシステムを構築します。
これらの属性を名前付きソースに推論し、ニュース記事をこれらのソースの混合物として記述する確率モデルを構築します。
論文 参考訳(メタデータ) (2021-04-19T21:57:11Z) - Towards Socially Intelligent Agents with Mental State Transition and
Human Utility [97.01430011496576]
対話エージェントに精神状態と実用性モデルを取り入れることを提案する。
ハイブリッド精神状態は、対話とイベント観察の両方から情報を抽出する。
ユーティリティモデルは、クラウドソースのソーシャルコモンセンスデータセットから人間の好みを学習するランキングモデルである。
論文 参考訳(メタデータ) (2021-03-12T00:06:51Z) - Conceptual Software Engineering Applied to Movie Scripts and Stories [0.0]
本研究は,ソフトウェア工学ツールとしての概念モデリングに焦点をあてる。
人文科学と社会科学の研究者たちは、技術者と同じ形式化を使わないかもしれない。
本論文では,映画脚本と物語のダイアグラム的静的/動的モデルの開発に関する新しいアプローチを提案する。
論文 参考訳(メタデータ) (2020-12-17T15:24:12Z)
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。