論文の概要: Conversational Crowdsensing: A Parallel Intelligence Powered Novel
Sensing Approach
- arxiv url: http://arxiv.org/abs/2402.06654v1
- Date: Sun, 4 Feb 2024 15:10:11 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-18 13:53:50.655876
- Title: Conversational Crowdsensing: A Parallel Intelligence Powered Novel
Sensing Approach
- Title(参考訳): 会話型集団センシング:新しいセンシングアプローチを用いた並列インテリジェンス
- Authors: Zhengqiu Zhu, Yong Zhao, Bin Chen, Sihang Qiu, Kai Xu, Quanjun Yin,
Jincai Huang, Zhong Liu, Fei-Yue Wang
- Abstract要約: 本稿では,産業用5.0のための新しいセンシングパラダイム,すなわち対話型群集センシングを提案する。
個人の作業負荷と専門的要件を緩和し、多様な労働力の組織と運用を促進することができる。
我々は,自然言語による会話が,クラウドセンシング過程における主要なコミュニケーションチャネルになることを期待している。
- 参考スコア(独自算出の注目度): 28.391321029313218
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The transition from CPS-based Industry 4.0 to CPSS-based Industry 5.0 brings
new requirements and opportunities to current sensing approaches, especially in
light of recent progress in Chatbots and Large Language Models (LLMs).
Therefore, the advancement of parallel intelligence-powered Crowdsensing
Intelligence (CSI) is witnessed, which is currently advancing towards
linguistic intelligence. In this paper, we propose a novel sensing paradigm,
namely conversational crowdsensing, for Industry 5.0. It can alleviate workload
and professional requirements of individuals and promote the organization and
operation of diverse workforce, thereby facilitating faster response and wider
popularization of crowdsensing systems. Specifically, we design the
architecture of conversational crowdsensing to effectively organize three types
of participants (biological, robotic, and digital) from diverse communities.
Through three levels of effective conversation (i.e., inter-human, human-AI,
and inter-AI), complex interactions and service functionalities of different
workers can be achieved to accomplish various tasks across three sensing phases
(i.e., requesting, scheduling, and executing). Moreover, we explore the
foundational technologies for realizing conversational crowdsensing,
encompassing LLM-based multi-agent systems, scenarios engineering and
conversational human-AI cooperation. Finally, we present potential industrial
applications of conversational crowdsensing and discuss its implications. We
envision that conversations in natural language will become the primary
communication channel during crowdsensing process, enabling richer information
exchange and cooperative problem-solving among humans, robots, and AI.
- Abstract(参考訳): CPSベースのIndustrial 4.0からCPSSベースのIndustrial 5.0への移行は、特に最近のChatbots and Large Language Models (LLMs)の進歩を踏まえて、現在のセンシングアプローチに新たな要件と機会をもたらす。
したがって、並列知性に基づくクラウドセンシングインテリジェンス(csi)の進歩が目撃され、現在言語知に向かって進んでいる。
本稿では,産業5.0のための新しいセンシングパラダイム,すなわち対話型クラウドセンシングを提案する。
個人の作業負荷と専門的要件を緩和し、多様な労働力の組織と運用を促進し、より迅速な対応とクラウドセンシングシステムの普及を促進する。
具体的には,多様なコミュニティから3種類の参加者(生物,ロボット,デジタル)を効果的に組織するために,会話型群集センシングのアーキテクチャを設計する。
3段階の効果的な会話(人間間、人間間AI、AI間)を通じて、異なる労働者の複雑な相互作用とサービス機能により、3つの知覚段階(すなわち、要求、スケジューリング、実行)にわたる様々なタスクを達成できる。
さらに,llmベースのマルチエージェントシステム,シナリオエンジニアリング,対話型ヒューマンai協調を包含する,会話的クラウドセンシングを実現するための基礎技術について検討する。
最後に,対話型クラウドセンシングの産業応用の可能性を示し,その意義について論じる。
我々は,人,ロボット,AIの間で,より豊かな情報交換と協調的な問題解決を可能にするために,自然言語による会話が,クラウドセンシングプロセスにおける主要なコミュニケーションチャネルになることを期待している。
関連論文リスト
- Think Before You Speak: Cultivating Communication Skills of Large
Language Models via Inner Monologue [80.50660775996535]
大規模言語モデル(LLM)は、流動的で一貫性があり多様な応答を生成する。
LLMには重要な能力がない。
応答生成プロセスには,トピック移行,積極的に質問,概念指導,共感,頻繁な5つのコミュニケーションスキルを付加する。
完全なプロセスは、迅速なエンジニアリングとコンテキスト内学習によって達成される。
論文 参考訳(メタデータ) (2023-11-13T16:19:42Z) - SOTOPIA: Interactive Evaluation for Social Intelligence in Language
Agents [110.61079677969957]
人工エージェントと人間との複雑な社会的相互作用をシミュレートするオープンエンド環境であるSOTOPIAを提案する。
エージェントは、複雑な社会的目標を達成するために協調し、協力し、交換し、互いに競い合う。
GPT-4は,人間よりも目標達成率が著しく低く,社会的常識的推論や戦略的コミュニケーション能力の発揮に苦慮していることがわかった。
論文 参考訳(メタデータ) (2023-10-18T02:27:01Z) - Dobby: A Conversational Service Robot Driven by GPT-4 [22.701223191699412]
この研究は、対話型AIエージェントをサービスタスクの具体化システムに組み込むロボティクスプラットフォームを導入する。
このエージェントは、膨大な一般知識のコーパスから学んだ、大きな言語モデルに由来する。
本発明のエージェントは対話生成に加えて、ロボットのコマンドを呼び出し、物理世界と対話することができる。
論文 参考訳(メタデータ) (2023-10-10T04:34:00Z) - Towards More Human-like AI Communication: A Review of Emergent
Communication Research [0.0]
創発的コミュニケーション(英: Emergent Communication, Emecom)は、自然言語を利用できる人工エージェントの開発を目的とした研究分野である。
本稿では,文献の共通点と,それらが人間同士の相互作用にどのように関係しているかを概説する。
2つのサブカテゴリを特定し、その特性とオープンな課題を強調します。
論文 参考訳(メタデータ) (2023-08-01T14:43:10Z) - Interactive Natural Language Processing [67.87925315773924]
対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。
本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
論文 参考訳(メタデータ) (2023-05-22T17:18:29Z) - A Survey on Proactive Dialogue Systems: Problems, Methods, and Prospects [100.75759050696355]
本稿では,対話エージェントの多種多様な対話における能動性に関する顕著な問題と先進的な設計について概説する。
我々は、現実世界のアプリケーションのニーズを満たすが、将来もっと研究に焦点を当てる必要がある課題について議論する。
論文 参考訳(メタデータ) (2023-05-04T11:38:49Z) - CAMEL: Communicative Agents for "Mind" Exploration of Large Language
Model Society [58.04479313658851]
本稿では,コミュニケーションエージェント間の自律的協調を支援するスケーラブルな手法の構築の可能性について検討する。
本稿では,ロールプレイングという新しいコミュニケーションエージェントフレームワークを提案する。
コントリビューションには、新しいコミュニケーティブエージェントフレームワークの導入、マルチエージェントシステムの協調行動や能力を研究するためのスケーラブルなアプローチの提供などが含まれます。
論文 参考訳(メタデータ) (2023-03-31T01:09:00Z) - Enabling Harmonious Human-Machine Interaction with Visual-Context
Augmented Dialogue System: A Review [40.49926141538684]
Visual Context Augmented Dialogue System (VAD) は、マルチモーダル情報を知覚し理解することで人間とコミュニケーションする能力を持つ。
VADは、エンゲージメントとコンテキスト対応の応答を生成する可能性を秘めている。
論文 参考訳(メタデータ) (2022-07-02T09:31:37Z) - Spoken Language Interaction with Robots: Research Issues and
Recommendations, Report from the NSF Future Directions Workshop [0.819605661841562]
人間のニーズを満たすには、音声技術とユーザーエクスペリエンス設計における新しい課題に対処する必要がある。
大規模な再設計や大規模なトレーニングデータの収集なしに、より強力な適応手法が必要である。
ロボットはリアルタイムで動作するため、音声処理や言語処理も必要である。
論文 参考訳(メタデータ) (2020-11-11T03:45:34Z) - Recent Advances and Challenges in Task-oriented Dialog System [63.82055978899631]
課題指向対話システムは、学術・産業社会でますます注目を集めている。
タスク指向ダイアログシステムにおける3つの重要なトピックについて論じる。(1)低リソース環境でのダイアログモデリングを容易にするデータ効率の改善、(2)ダイアログポリシー学習のためのマルチターンダイナミクスのモデリング、(3)ダイアログモデルへのドメイン知識の統合。
論文 参考訳(メタデータ) (2020-03-17T01:34:56Z)
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。