論文の概要: IoT in the Era of Generative AI: Vision and Challenges
- arxiv url: http://arxiv.org/abs/2401.01923v2
- Date: Sat, 6 Jan 2024 03:11:40 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-09 21:12:52.720140
- Title: IoT in the Era of Generative AI: Vision and Challenges
- Title(参考訳): 生成AI時代のIoT - ビジョンと課題
- Authors: Xin Wang, Zhongwei Wan, Arvin Hekmati, Mingyu Zong, Samiul Alam, Mi
Zhang, Bhaskar Krishnamachari
- Abstract要約: 私たちは、Generative AIがモノのインターネットにもたらすメリットに関するビジョンと見解を共有しています。
IoT関連領域におけるジェネレーティブAIの最も重要な応用について論じる。
高いリソース要求を含む、最も重要な課題のいくつかを特定します。
- 参考スコア(独自算出の注目度): 13.89083687911838
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Equipped with sensing, networking, and computing capabilities, Internet of
Things (IoT) such as smartphones, wearables, smart speakers, and household
robots have been seamlessly weaved into our daily lives. Recent advancements in
Generative AI exemplified by GPT, LLaMA, DALL-E, and Stable Difussion hold
immense promise to push IoT to the next level. In this article, we share our
vision and views on the benefits that Generative AI brings to IoT, and discuss
some of the most important applications of Generative AI in IoT-related
domains. Fully harnessing Generative AI in IoT is a complex challenge. We
identify some of the most critical challenges including high resource demands
of the Generative AI models, prompt engineering, on-device inference,
offloading, on-device fine-tuning, federated learning, security, as well as
development tools and benchmarks, and discuss current gaps as well as promising
opportunities on enabling Generative AI for IoT. We hope this article can
inspire new research on IoT in the era of Generative AI.
- Abstract(参考訳): センサー、ネットワーク、コンピューティング機能を備えたスマートフォン、ウェアラブル、スマートスピーカー、家庭用ロボットといったIoT(Internet of Things)は、私たちの日常生活にシームレスに織り込まれています。
GPT、LLaMA、DALL-E、Stable Difussionによって実証されたジェネレーティブAIの最近の進歩は、IoTを次のレベルに押し上げるという大きな約束を持っている。
この記事では、Generative AIがIoTにもたらすメリットに関するビジョンと見解を共有し、IoT関連領域におけるGenerative AIの最も重要な応用について論じます。
IoTにおける生成AIの活用は、非常に難しい課題です。
我々は、ジェネレーティブAIモデルの高リソース要求、プロンプトエンジニアリング、オンデバイス推論、オフロード、オンデバイスファインチューニング、フェデレーションラーニング、セキュリティ、開発ツールやベンチマークなど、いくつかの重要な課題を特定し、現在のギャップを議論するとともに、ジェネレーティブAIをIoTに活用するための有望な機会について論じる。
この記事では、ジェネレーティブAIの時代におけるIoTに関する新たな研究を刺激できることを願っています。
関連論文リスト
- Green Edge AI: A Contemporary Survey [49.47249665895926]
グリーンエッジAIに関する現代の調査を紹介する。
その可能性にもかかわらず、エッジAIは重大な課題に直面している。主な原因は、無線エッジネットワークのリソース制限と、ディープラーニング(DL)のリソース集約性との間の二分である。
我々は、エッジAIシステムにおける3つの重要なタスクに対して、トレーニングデータ取得、エッジトレーニング、エッジ推論を含むエネルギー効率の高い設計手法について検討する。
論文 参考訳(メタデータ) (2023-12-01T04:04:37Z) - MultiIoT: Towards Large-scale Multisensory Learning for the Internet of
Things [77.27980044639136]
IoT(Internet of Things)エコシステムは、マシンラーニングのための現実世界のモダリティの豊富なソースを提供する。
本稿では,12のモダリティと8タスクから115万以上のサンプルを対象とする,これまでで最も拡張性の高いIoTベンチマークであるMultiIoTを提案する。
論文 参考訳(メタデータ) (2023-11-10T18:13:08Z) - From Generative AI to Generative Internet of Things: Fundamentals,
Framework, and Outlooks [82.964958051535]
生成人工知能(GAI)は、現実的なデータを生成し、高度な意思決定を促進する能力を持っている。
GAIを現代のモノのインターネット(IoT)に統合することによって、ジェネレーティブ・インターネット・オブ・モノ(GIoT)が登場し、社会の様々な側面に革命をもたらす大きな可能性を秘めている。
論文 参考訳(メタデータ) (2023-10-27T02:58:11Z) - Towards Artificial General Intelligence (AGI) in the Internet of Things
(IoT): Opportunities and Challenges [55.82853124625841]
人工知能(Artificial General Intelligence, AGI)は、人間の認知能力でタスクを理解し、学習し、実行することができる能力を持つ。
本研究は,モノのインターネットにおけるAGIの実現に向けた機会と課題を探究する。
AGIに注入されたIoTの応用スペクトルは広く、スマートグリッド、住宅環境、製造、輸送から環境モニタリング、農業、医療、教育まで幅広い領域をカバーしている。
論文 参考訳(メタデータ) (2023-09-14T05:43:36Z) - Revisiting the Internet of Things: New Trends, Opportunities and Grand
Challenges [16.938280428208685]
IoT(Internet of Things)は、センサーとアクチュエータを物理的オブジェクトに埋め込んで、データ通信とデータ交換を可能にする。
デプロイされたIoTデバイスの数は過去5年間で急速に増加しており、IoTが近年で最も破壊的な技術になっている。
この論文は、AIがIoTを人類の歴史の中でこれまで開発されてきた最高の変革技術にする役割を強調している。
論文 参考訳(メタデータ) (2022-11-14T16:43:02Z) - Explainable AI over the Internet of Things: Overview, State-of-the-Art
and Future Directions [18.141885505685387]
XAIは、人工知能(AI)の分野を機械のエンドユーザーへの信頼を高めることで変革している。
既存の文献には、IoTにおけるXAIの使用に関する、体系的で包括的な調査作業がない。
セキュリティ強化、IoMT(Internet of Medical Things)、IIoT(Industrial IoT)、IoCT(Internet of City Things)など、IoTアプリケーションに広く使用されているXAIサービスについて説明する。
論文 参考訳(メタデータ) (2022-11-02T11:08:52Z) - Learning, Computing, and Trustworthiness in Intelligent IoT
Environments: Performance-Energy Tradeoffs [62.91362897985057]
Intelligent IoT Environment(iIoTe)は、半自律IoTアプリケーションを協調実行可能な異種デバイスで構成されている。
本稿では,これらの技術の現状を概観し,その機能と性能,特にリソース,レイテンシ,プライバシ,エネルギー消費のトレードオフに注目した。
論文 参考訳(メタデータ) (2021-10-04T19:41:42Z) - Empowering Things with Intelligence: A Survey of the Progress,
Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。
まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。
最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
論文 参考訳(メタデータ) (2020-11-17T13:14:28Z) - Machine Learning Based Solutions for Security of Internet of Things
(IoT): A Survey [8.108571247838206]
IoTプラットフォームは、到達不可能なスマートサービスで人間の生活を前進させることによって、私たちの日常生活のあらゆる側面をつかむ、グローバルな巨人へと発展してきた。
IoTを保護するために適用可能なセキュリティ対策は,すでに存在する。
伝統的なテクニックは、様々な攻撃タイプやその重大さと同様に、進歩ブームほど効率的ではない。
機械学習(ML)では、IoTの現在および将来の課題に対処する多くの研究ウィンドウがオープンされている。
論文 参考訳(メタデータ) (2020-04-11T03:08:24Z)
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。