論文の概要: Content-Centric Prototyping of Generative AI Applications: Emerging
Approaches and Challenges in Collaborative Software Teams
- arxiv url: http://arxiv.org/abs/2402.17721v1
- Date: Tue, 27 Feb 2024 17:56:10 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-28 15:03:30.371990
- Title: Content-Centric Prototyping of Generative AI Applications: Emerging
Approaches and Challenges in Collaborative Software Teams
- Title(参考訳): 生成AIアプリケーションのコンテンツ中心プロトタイピング:コラボレーションソフトウェアチームの新たなアプローチと課題
- Authors: Hari Subramonyam, Divy Thakkar, J\"urgen Dieber, Anoop Sinha
- Abstract要約: 私たちの研究は、共同ソフトウェアチームがいかにして設計ガイドラインと価値を適用して適用し、反復的にプロトタイププロンプトを作成し、望ましい結果を達成するためのプロンプトを評価するかを理解することを目的としています。
その結果,コンテンツ中心のプロトタイピングアプローチとして,生成したいコンテンツから始めて,特定の属性,制約,値を識別し,ユーザがそれらの属性に影響を与えて対話する手段を探索する,という方法が明らかになった。
- 参考スコア(独自算出の注目度): 2.369736515233951
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative AI models are increasingly powering software applications,
offering the capability to produce expressive content across varied contexts.
However, unlike previous iterations of human-AI design, the emerging design
process for generative capabilities primarily hinges on prompt engineering
strategies. Given this fundamental shift in approach, our work aims to
understand how collaborative software teams set up and apply design guidelines
and values, iteratively prototype prompts, and evaluate prompts to achieve
desired outcomes. We conducted design studies with 39 industry professionals,
including designers, software engineers, and product managers. Our findings
reveal a content-centric prototyping approach in which teams begin with the
content they want to generate, then identify specific attributes, constraints,
and values, and explore methods to give users the ability to influence and
interact with those attributes. Based on associated challenges, such as the
lack of model interpretability and overfitting the design to examples, we
outline considerations for generative AI prototyping.
- Abstract(参考訳): 生成AIモデルは、さまざまなコンテキストにまたがる表現力のあるコンテンツを生成する機能を提供する、ソフトウェアアプリケーションにますます力を入れている。
しかしながら、人間-AI設計の以前のイテレーションとは異なり、生成能力の新たな設計プロセスは、主に迅速なエンジニアリング戦略に依存している。
このアプローチの根本的な変化を踏まえて、我々の研究は、共同ソフトウェアチームが設計ガイドラインと価値を適用し、反復的にプロトタイププロンプトを適用し、望ましい結果を達成するためのプロンプトを評価する方法を理解することを目的としています。
私たちは、デザイナー、ソフトウェアエンジニア、プロダクトマネージャを含む39の業界専門家とデザイン研究を行いました。
その結果,コンテンツ中心のプロトタイピングアプローチとして,生成したいコンテンツから始めて,特定の属性,制約,値を識別し,ユーザにそれらの属性に影響を与え,対話する機能を提供する方法を探ることができた。
モデル解釈可能性の欠如や設計を例に過度に適合させるといった関連する課題に基づいて、生成型AIプロトタイピングの考察を概説する。
関連論文リスト
- Geometric Deep Learning for Computer-Aided Design: A Survey [85.79012726689511]
本調査では,コンピュータ支援設計における学習手法の概要について概観する。
類似性解析と検索、2Dおよび3DCADモデル合成、点雲からのCAD生成を含む。
ベンチマークデータセットとその特性の完全なリストと、この領域の研究を推進しているオープンソースコードを提供する。
論文 参考訳(メタデータ) (2024-02-27T17:11:35Z) - Design Principles for Generative AI Applications [22.587972924039992]
生成AIアプリケーションはユニークな設計課題を提示する。
効果的で安全な使用を促進するユーザエクスペリエンスの設計方法に関するガイダンスが緊急に必要である。
生成型AIアプリケーションの設計に関する6つの原則を提示する。
論文 参考訳(メタデータ) (2024-01-25T19:38:21Z) - DesignGPT: Multi-Agent Collaboration in Design [4.6272626111555955]
DesignGPTは人工知能エージェントを使用して、デザイン会社におけるさまざまなポジションの役割をシミュレートし、人間のデザイナーが自然言語で協力できるようにする。
実験の結果、DesignGPTはAIツールを別々に比較すると、デザイナのパフォーマンスが向上することがわかった。
論文 参考訳(メタデータ) (2023-11-20T08:05:52Z) - InstructCV: Instruction-Tuned Text-to-Image Diffusion Models as Vision Generalists [66.85125112199898]
我々は,タスク固有の設計選択を抽象化する,コンピュータビジョンタスクのための統一言語インタフェースを開発する。
InstructCVと呼ばれる我々のモデルは、他のジェネラリストやタスク固有の視覚モデルと比較して競合的に機能する。
論文 参考訳(メタデータ) (2023-09-30T14:26:43Z) - Augmenting Character Designers Creativity Using Generative Adversarial
Networks [0.0]
GAN(Generative Adversarial Networks)は、さまざまな分野の研究者の注目を集めている。
しかし、近年のGANはリアリズムに重点を置いているが、超現実的な出力を生成することはいくつかの領域にとって優先事項ではない。
本稿では,異なるGANアーキテクチャと,新しいビジュアルキャラクタデータセットをスクラッチからトレーニングした場合のパフォーマンスを比較した。
また、転送学習やデータ拡張といった代替手法も検討し、計算資源の制限を克服する。
論文 参考訳(メタデータ) (2023-05-28T10:52:03Z) - A Comprehensive Survey of AI-Generated Content (AIGC): A History of
Generative AI from GAN to ChatGPT [63.58711128819828]
ChatGPTおよびその他の生成AI(GAI)技術は、人工知能生成コンテンツ(AIGC)のカテゴリに属している。
AIGCの目標は、コンテンツ作成プロセスをより効率的かつアクセスしやすくし、高品質なコンテンツをより高速に生産できるようにすることである。
論文 参考訳(メタデータ) (2023-03-07T20:36:13Z) - fAIlureNotes: Supporting Designers in Understanding the Limits of AI
Models for Computer Vision Tasks [32.53515595703429]
fAIlureNotesはデザイナ中心の障害調査と分析ツールだ。
モデルの評価や、さまざまなユーザグループやシナリオにおける障害の特定において、デザイナをサポートする。
論文 参考訳(メタデータ) (2023-02-22T23:41:36Z) - Design Space Exploration and Explanation via Conditional Variational
Autoencoders in Meta-model-based Conceptual Design of Pedestrian Bridges [52.77024349608834]
本稿では,条件付き変分オートエンコーダ(CVAE)による人間設計者向上のための性能駆動型設計探索フレームワークを提案する。
CVAEはスイスの歩行者橋の合成例18万件で訓練されている。
論文 参考訳(メタデータ) (2022-11-29T17:28:31Z) - Investigating Positive and Negative Qualities of Human-in-the-Loop
Optimization for Designing Interaction Techniques [55.492211642128446]
設計者は、与えられた目的の集合を最大化する設計パラメータの組み合わせを見つけるよう求められる設計最適化タスクに苦労すると言われている。
モデルベースの計算設計アルゴリズムは、設計中に設計例を生成することでデザイナを支援する。
一方、補助のためのブラックボックスメソッドは、あらゆる設計問題に対処できる。
論文 参考訳(メタデータ) (2022-04-15T20:40:43Z) - DIME: Fine-grained Interpretations of Multimodal Models via Disentangled
Local Explanations [119.1953397679783]
我々は,マルチモーダルモデルの解釈における最先端化に注力する。
提案手法であるDIMEは,マルチモーダルモデルの高精度かつきめ細かな解析を可能にする。
論文 参考訳(メタデータ) (2022-03-03T20:52:47Z) - Towards A Process Model for Co-Creating AI Experiences [16.767362787750418]
テクノロジーをデザイン素材として考えることは、デザイナーにとって魅力的です。
材料として、AIは設計プロセス自体の一部としてその特性が現れるため、このアプローチに抵抗します。
10組のデザイナーとエンジニアによるデザイン研究により、共創過程を調査します。
論文 参考訳(メタデータ) (2021-04-15T16:53:34Z)
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。