論文の概要: A Human-Machine Collaboration Framework for the Development of Schemas

• arxiv url: http://arxiv.org/abs/2402.07932v1
• Date: Tue, 6 Feb 2024 15:41:49 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-18 13:28:16.081746
• Title: A Human-Machine Collaboration Framework for the Development of Schemas
• Title（参考訳）: スキーマ開発のための人間・機械協調フレームワーク
• Authors: Nicos Isaak
• Abstract要約: ウィノグラードチャレンジ(WSC)は、人間の行動を示すシステムの開発に光を当てるために提案されている。 我々は、人間と機械がチームメイトとしてどのように協力し、スクラッチから新しいスキーマを設計できるかを明確にする新しいフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The Winograd Schema Challenge (WSC), a seemingly well-thought-out test for machine intelligence, has been proposed to shed light on developing systems that exhibit human behavior. Since its introduction, it aimed to pivot the focus of the AI community from the technology to the science of AI. While common and trivial for humans, studies show that it is still challenging for machines, especially when they have to deal with novel schemas, that is, well-designed sentences that require the resolving of definite pronouns. As researchers have become increasingly interested in the challenge itself, this presumably necessitates the availability of an extensive collection of Winograd schemas, which goes beyond what human experts can reasonably develop themselves, especially after proposed ways of utilizing them as novel forms of CAPTCHAs. To address this necessity, we propose a novel framework that explicitly focuses on how humans and machines can collaborate as teammates to design novel schemas from scratch. This is being accomplished by combining two recent studies from the literature: i) Winventor, a machine-driven approach for the development of large amounts of Winograd schemas, albeit not of high quality, and ii) WinoFlexi, an online crowdsourcing system that allows crowd workers to develop a limited number of schemas often of similar quality to that of experts. Our proposal crafts a new road map toward developing a novel collaborative platform that amplifies human and machine intelligence by combining their complementary strengths.
• Abstract（参考訳）: Winograd Schema Challenge (WSC)は、マシンインテリジェンスのためのよく考えられたテストであり、人間の振る舞いを示すシステムの開発システムに光を当てることが提案されている。 導入以来、AIコミュニティの焦点をテクノロジーからAI科学へと転換することを目的としていた。 人間にとって一般的で自明な研究は、機械にとって、特に新しいスキーマを扱う必要がある場合、特に、明確な代名詞の解決を必要とするよく設計された文は、依然として困難であることを示している。 研究者がチャレンジそのものに関心を持つようになるにつれて、これはおそらく、人間の専門家が合理的に開発できる範囲を超えて、多くのウィノグラードスキーマが利用可能になる必要があるだろう。 このニーズに対処するために、人間と機械がチームメイトとしてどのように協力して新しいスキーマをゼロから設計できるかを明確に焦点をあてる新しいフレームワークを提案する。 これは2つの最近の研究を組み合わせることで達成されている。 i)winventorは、高品質ではないが、大量のwinogradスキーマを開発するための機械駆動のアプローチで、 ii)WinoFlexiは、クラウドソーシングシステムで、クラウドワーカーが専門家とよく似た品質の限られた数のスキーマを開発することができる。 提案手法は,人間と機械の知能を向上し,補完的な強みを生かした新しい協調プラットフォームを開発するための新たなロードマップを構築する。

関連論文リスト

• Building Machines that Learn and Think with People [72.40300991089445]
  我々は、協調認知の科学が、本当に思考パートナーと呼ばれることのできるエンジニアシステムにどのように機能するかを示す。 我々は、人間とAIの思考パートナーが協力し、人間と互換性のある思考パートナーシップのためのデシダータを提案できる、協力的思考のいくつかのモードを配置した。
  論文  参考訳（メタデータ） (2024-07-22T02:42:45Z)
• 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)
• On the Challenges and Opportunities in Generative AI [135.2754367149689]
  現在の大規模生成AIモデルは、ドメイン間で広く採用されるのを妨げるいくつかの基本的な問題に十分対応していない、と我々は主張する。 本研究は、現代の生成型AIパラダイムにおける重要な未解決課題を特定し、その能力、汎用性、信頼性をさらに向上するために取り組まなければならない。
  論文  参考訳（メタデータ） (2024-02-28T15:19:33Z)
• Enabling High-Level Machine Reasoning with Cognitive Neuro-Symbolic Systems [67.01132165581667]
  本稿では,認知アーキテクチャを外部のニューロシンボリックコンポーネントと統合することにより,AIシステムにおける高レベル推論を実現することを提案する。 本稿では,ACT-Rを中心としたハイブリッドフレームワークについて紹介し,最近の応用における生成モデルの役割について論じる。
  論文  参考訳（メタデータ） (2023-11-13T21:20:17Z)
• Generative AI [20.57872238271025]
  生成AI(generative AI)とは、一見新しい意味のあるコンテンツを生成できる計算技術である。 Dall-E 2, GPT-4, Copilotといった例でこの技術が広く普及していることは,現在私たちの作業方法やコミュニケーション方法に革命をもたらしています。
  論文  参考訳（メタデータ） (2023-09-13T08:21:59Z)
• Experience and Prediction: A Metric of Hardness for a Novel Litmus Test [1.3053649021965603]
  ウィノグラードチャレンジ(WSC)は、新しいリトマステストとして研究コミュニティの中心的な側面となっている。 WSC上で人間のアダルトパフォーマンスのベースラインを確立した文献から、すべてのスキーマが同じであるとは限らないことが示されている。 本稿では,機械学習(ML)に基づく新しいシステムを提案することにより,従来のどの手法よりも高速かつ高精度にWinogradスキーマの硬さを出力できることを示す。
  論文  参考訳（メタデータ） (2023-09-05T19:03:26Z)
• Demanding and Designing Aligned Cognitive Architectures [0.0]
  AIシステムがより強力で広く普及するにつれ、より広い目標と人類のニーズに合わせた行動を維持することについての議論が高まっている。 この多分野・多分野の議論は、多くの問題を解決する必要がある。 第一の課題は、AIシステムのデザイナに対して、ステークホルダーが何のために役に立つかを明確化することだ。 第2の課題は、有用な知能を報酬のみとして扱う分析的フレーミングを超えていくことだ。
  論文  参考訳（メタデータ） (2021-12-19T16:49:28Z)
• A User-Centred Framework for Explainable Artificial Intelligence in Human-Robot Interaction [70.11080854486953]
  本稿では,XAIのソーシャル・インタラクティブな側面に着目したユーザ中心型フレームワークを提案する。 このフレームワークは、エキスパートでないユーザのために考えられた対話型XAIソリューションのための構造を提供することを目的としている。
  論文  参考訳（メタデータ） (2021-09-27T09:56:23Z)
• The MineRL BASALT Competition on Learning from Human Feedback [58.17897225617566]
  MineRL BASALTコンペティションは、この重要な種類の技術の研究を促進することを目的としている。 Minecraftでは、ハードコードされた報酬関数を書くのが難しいと期待する4つのタスクのスイートを設計しています。 これら4つのタスクのそれぞれについて、人間のデモのデータセットを提供するとともに、模擬学習ベースラインを提供する。
  論文  参考訳（メタデータ） (2021-07-05T12:18:17Z)
• Distributed and Democratized Learning: Philosophy and Research Challenges [80.39805582015133]
  民主化学習(Dem-AI)という新しいデザイン哲学を提案する。 ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。 本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
  論文  参考訳（メタデータ） (2020-03-18T08:45:10Z)

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。