Fugu-MT 論文翻訳(概要): A.I. In All The Wrong Places

論文の概要: A.I. In All The Wrong Places

arxiv url: http://arxiv.org/abs/2401.16268v3
Date: Mon, 12 Feb 2024 20:07:59 GMT
ステータス: 処理完了
システム内更新日: 2024-02-14 18:31:30.931017
Title: A.I. In All The Wrong Places
Title（参考訳）: A.I. ありとあらゆる場所において
Authors: Marc B\"ohlen, Ruolin Chen, Xiaoxu Dong, Srikar Gopaladinne, Hemanth Gorla, Divya Kandukuri, Sean Mansfield
Abstract要約: ジェネレーティブ・人工知能 (Generative Artificial Intelligence, A.I.) の2世代は、芸術とデザインの実践のために、学際的、大学レベルでのA.I.のコースに組み入れられた。このテキストは、コースの結果を使って、トラップと制限を考慮しつつ、アートとデザインのジェネレーティブシステムの新たな機会を反映している。
参考スコア（独自算出の注目度）: 0.8211696054238238
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This text describes experiences gained across a two-year test period during which two generations of Generative Artificial Intelligence (A.I.) systems were incorporated into an interdisciplinary, university level course on A.I. for art and design practices. The text uses the results from the courses to reflect on new opportunities for generative systems in art and design, while considering traps and limits.
Abstract（参考訳）: このテキストは、2世代の生成型人工知能(a.i.)システムが学際的、大学レベルのa.i.のアートとデザインの実践コースに組み込まれた2年間のテスト期間を通じて得られた経験を記述している。このテキストは、コースの結果を使って、トラップと限界を考慮しながら、アートとデザインにおける生成システムの新たな機会を反映している。

関連論文リスト

Applications and Advances of Artificial Intelligence in Music Generation:A Review [0.04551615447454769]
本稿では,AI音楽生成における最新の研究成果を体系的にレビューする。主要な技術、モデル、データセット、評価方法、および様々な分野におけるそれらの実践的応用をカバーしている。
論文参考訳（メタデータ） (2024-09-03T13:50:55Z)
Diffusion-Based Visual Art Creation: A Survey and New Perspectives [51.522935314070416]
本調査は,拡散に基づく視覚芸術創造の新たな領域を探求し,その発展を芸術的,技術的両面から検討する。本研究は,芸術的要件が技術的課題にどのように変換されるかを明らかにし,視覚芸術創造における拡散法の設計と応用を強調した。我々は、AIシステムが芸術的知覚と創造性において人間の能力をエミュレートし、潜在的に増強するメカニズムに光を当てることを目指している。
論文参考訳（メタデータ） (2024-08-22T04:49:50Z)
Towards Integrating Emerging AI Applications in SE Education [4.956066467858058]
本稿では,AI分野における現在のトレンドの体系的分析の予備的結果を示す。我々は、AIアプリケーションとさらなる研究分野の一連の機会について論じる。
論文参考訳（メタデータ） (2024-05-28T11:21:45Z)
Generative Artificial Intelligence: A Systematic Review and Applications [7.729155237285151]
本稿では、ジェネレーティブAIにおける最近の進歩と技術に関する体系的なレビューと分析について述べる。生成AIがこれまで行った大きな影響は、大きな言語モデルの開発による言語生成である。論文は、責任あるAIの原則と、これらの生成モデルの持続可能性と成長に必要な倫理的考察から締めくくられる。
論文参考訳（メタデータ） (2024-05-17T18:03:59Z)
Unfinished Architectures: A Perspective from Artificial Intelligence [73.52315464582637]
人工知能(AI)の開発は、未完成のアーキテクチャの完成の可能性を提案する新たな道を開く。 DALL-Eのような最近のツールでは、テキスト記述でガイドされた画像が完成する。本稿では、歴史的寺院の未完成のファサードの完成にこれらの新しいAIツールを使用することについて検討し、建築図学の分野におけるまだ老朽化したスタジアムの分析を行う。
論文参考訳（メタデータ） (2023-03-03T13:05:10Z)
Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
論文参考訳（メタデータ） (2022-12-10T07:49:50Z)
3D Object Detection from Images for Autonomous Driving: A Survey [68.33502122185813]
画像から3Dオブジェクトを検出することは、自動運転の基本的かつ困難な問題の一つだ。この問題を2015年から2021年にかけて200以上の研究が行われ、理論、アルゴリズム、応用の幅広い範囲で研究されている。我々は,この新奇で継続的な研究分野を包括的に調査し,画像に基づく3D検出に最もよく使用されるパイプラインを要約する。
論文参考訳（メタデータ） (2022-02-07T07:12:24Z)
Teaching Fairness, Accountability, Confidentiality, and Transparency in Artificial Intelligence through the Lens of Reproducibility [38.87910190291545]
本稿では,アムステルダム大学における,公正性,説明責任性,信頼度,人工知能の透明性(FACT-AI)に関する技術的,大学院レベルのコースのセットアップについて説明する。コースの焦点は、トップAIカンファレンスの既存のFACT-AIアルゴリズムに基づいたグループプロジェクトであり、彼らの経験に関するレポートを書くことである。
論文参考訳（メタデータ） (2021-11-01T10:58:35Z)
Threat of Adversarial Attacks on Deep Learning in Computer Vision: Survey II [86.51135909513047]
ディープラーニングは、予測を操作できる敵攻撃に対して脆弱である。本稿では,ディープラーニングに対する敵対的攻撃におけるコンピュータビジョンコミュニティの貢献を概観する。この領域では、非専門家に技術的な用語の定義を提供する。
論文参考訳（メタデータ） (2021-08-01T08:54:47Z)
Biases in Generative Art -- A Causal Look from the Lens of Art History [3.198144010381572]
本稿では,アルゴリズム設計に関連する問題に対する不適切な問題定式化によって生じるAIパイプラインのバイアスについて検討する。アート作成の過程をモデル化する上で,現在の手法が不足している点を強調し,様々なバイアスに寄与する。
論文参考訳（メタデータ） (2020-10-26T00:49:09Z)
Knowledge-Aware Procedural Text Understanding with Multi-Stage Training [110.93934567725826]
本稿では,このような文書の理解とプロセス中のエンティティの状態や場所の追跡を目的とした手続き的テキスト理解の課題に焦点をあてる。常識的推論の難しさとデータ不足という2つの課題はまだ未解決のままである。我々は、複数の外部知識を効果的に活用する、KnOwledge-Aware ProceduraL text understAnding (KOALA)モデルを提案する。
論文参考訳（メタデータ） (2020-09-28T10:28:40Z)

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。