論文の概要: Comprehensible Artificial Intelligence on Knowledge Graphs: A survey
- arxiv url: http://arxiv.org/abs/2404.03499v1
- Date: Thu, 4 Apr 2024 14:57:32 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-05 14:31:56.705874
- Title: Comprehensible Artificial Intelligence on Knowledge Graphs: A survey
- Title（参考訳）: 知識グラフの理解可能な人工知能:サーベイ
- Authors: Simon Schramm, Christoph Wehner, Ute Schmid,
- Abstract要約: このサーベイは知識グラフに関する理解可能な人工知能に短い歴史を与えている。
説明可能な人工知能という概念は、解釈可能な機械学習によって過負荷になり、重複している、と我々は主張する。
これにより、知識グラフに関する理解可能な人工知能のための新しい分類法が導入された。
- 参考スコア（独自算出の注目度）: 2.3408308015481665
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Artificial Intelligence applications gradually move outside the safe walls of research labs and invade our daily lives. This is also true for Machine Learning methods on Knowledge Graphs, which has led to a steady increase in their application since the beginning of the 21st century. However, in many applications, users require an explanation of the Artificial Intelligences decision. This led to increased demand for Comprehensible Artificial Intelligence. Knowledge Graphs epitomize fertile soil for Comprehensible Artificial Intelligence, due to their ability to display connected data, i.e. knowledge, in a human- as well as machine-readable way. This survey gives a short history to Comprehensible Artificial Intelligence on Knowledge Graphs. Furthermore, we contribute by arguing that the concept Explainable Artificial Intelligence is overloaded and overlapping with Interpretable Machine Learning. By introducing the parent concept Comprehensible Artificial Intelligence, we provide a clear-cut distinction of both concepts while accounting for their similarities. Thus, we provide in this survey a case for Comprehensible Artificial Intelligence on Knowledge Graphs consisting of Interpretable Machine Learning on Knowledge Graphs and Explainable Artificial Intelligence on Knowledge Graphs. This leads to the introduction of a novel taxonomy for Comprehensible Artificial Intelligence on Knowledge Graphs. In addition, a comprehensive overview of the research on Comprehensible Artificial Intelligence on Knowledge Graphs is presented and put into the context of the taxonomy. Finally, research gaps in the field of Comprehensible Artificial Intelligence on Knowledge Graphs are identified for future research.
- Abstract（参考訳）: 人工知能のアプリケーションは、研究施設の安全な壁の外に徐々に移動し、私たちの日常生活に侵入する。
これは知識グラフの機械学習手法にも当てはまり、21世紀初頭からその応用が着実に増加している。
しかし、多くのアプリケーションでは、ユーザーは人工知能の決定を説明する必要がある。
これにより、包括的人工知能への需要が増加した。
知識グラフ(Knowledge Graphs)は、人間だけでなく機械で読める方法で、接続されたデータ、すなわち知識を表示する能力から、包括的人工知能のための肥大した土壌をエピトマイズする。
このサーベイは知識グラフに関する理解可能な人工知能に短い歴史を与えている。
さらに、説明可能な人工知能の概念は、解釈可能な機械学習によって過負荷され、重複していると主張することで貢献する。
包括的人工知能(Comprehensible Artificial Intelligence)という親の概念を導入することで、両者の類似性を考慮しつつ、その概念を明確に区別する。
そこで本研究では,知識グラフの解釈可能な機械学習と知識グラフの説明可能な人工知能からなる,知識グラフの理解可能な人工知能の事例について紹介する。
これにより、知識グラフに関する理解可能な人工知能のための新しい分類法が導入された。
さらに、知識グラフに関する包括的人工知能研究の概要を述べ、分類学の文脈に組み込んだ。
最後に、知識グラフに関する理解可能な人工知能の分野における研究ギャップを将来の研究のために特定する。
関連論文リスト
- Bio-inspired AI: Integrating Biological Complexity into Artificial Intelligence [0.0]
人工知能を作ることの追求は、私たち自身の知性を理解することへの長年の関心を反映している。
最近のAIの進歩は約束を守るが、特異なアプローチはしばしば知性の本質を捉えるのに不足する。
本稿では,生物計算の基本原理が真にインテリジェントなシステムの設計をいかに導くかを検討する。
論文 参考訳（メタデータ） (2024-11-22T02:55:39Z) - Automated Explanation Selection for Scientific Discovery [0.0]
本稿では,機械学習と自動推論を組み合わせた科学的発見のサイクルを提案する。
本稿では,社会学と認知科学の知見に基づく説明選択問題の分類について述べる。
論文 参考訳（メタデータ） (2024-07-24T17:41:32Z) - Visual Knowledge in the Big Model Era: Retrospect and Prospect [63.282425615863]
視覚知識は、視覚概念とその関係を簡潔で包括的で解釈可能な方法でカプセル化できる新しい知識表現である。
視覚世界に関する知識は、人間の認知と知性にとって欠かせない要素として認識されているため、視覚知識は、機械知性を確立する上で重要な役割を担っていると考えられる。
論文 参考訳（メタデータ） (2024-04-05T07:31:24Z) - AI for Mathematics: A Cognitive Science Perspective [86.02346372284292]
数学は人間によって開発された最も強力な概念体系の1つである。
AIの急速な進歩、特に大規模言語モデル(LLM)の進歩による推進により、そのようなシステム構築に対する新たな、広範な関心が生まれている。
論文 参考訳（メタデータ） (2023-10-19T02:00:31Z) - A Review on Objective-Driven Artificial Intelligence [0.0]
人間は、コミュニケーションにおける文脈、ニュアンス、微妙な手がかりを理解する能力を持っている。
人間は、世界に関する論理的推論と予測を行うのに役立つ、常識的な知識の広大なリポジトリを持っています。
機械はこの本質的な理解に欠けており、人間が自明に感じる状況を理解するのに苦労することが多い。
論文 参考訳（メタデータ） (2023-08-20T02:07:42Z) - Learning by Applying: A General Framework for Mathematical Reasoning via
Enhancing Explicit Knowledge Learning [47.96987739801807]
本稿では,既存のモデル(バックボーン)を明示的な知識学習によって原則的に拡張する枠組みを提案する。
LeApでは,新しい問題知識表現パラダイムで知識学習を行う。
LeApはすべてのバックボーンのパフォーマンスを改善し、正確な知識を習得し、より解釈可能な推論プロセスを実現する。
論文 参考訳（メタデータ） (2023-02-11T15:15:41Z) - Inductive Biases for Deep Learning of Higher-Level Cognition [108.89281493851358]
興味深い仮説は、人間と動物の知性はいくつかの原則によって説明できるということである。
この研究は、主に高いレベルとシーケンシャルな意識的処理に関心のある人を中心に、より大きなリストを考察する。
これらの特定の原則を明確にする目的は、人間の能力から恩恵を受けるAIシステムを構築するのに役立つ可能性があることである。
論文 参考訳（メタデータ） (2020-11-30T18:29:25Z) - 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) - Computing Machinery and Knowledge [0.0]
論文は、AIエージェントが、AIにおける現在の最先端技術と、AI開発が超知能AIエージェントの観点でもたらすものの両方から、これを知り、検証することが可能である、と論じている。
論文 参考訳（メタデータ） (2020-10-31T09:27:53Z) - Intelligence Primer [0.0]
人工知能は、すべての生物の基本的な部分であり、人工知能の基礎でもある。
このプライマーでは、インテリジェンスに関連するアイデアを探求し、それによって意味や制約を理解する。
私たちはこれを、ダグラス・アダムズの有名なSF小説「Life, the Universe, and Everything primer」と呼ぶ。
論文 参考訳（メタデータ） (2020-08-13T15:47:04Z) - Future Trends for Human-AI Collaboration: A Comprehensive Taxonomy of
AI/AGI Using Multiple Intelligences and Learning Styles [95.58955174499371]
我々は、複数の人間の知性と学習スタイルの様々な側面を説明し、様々なAI問題領域に影響を及ぼす可能性がある。
未来のAIシステムは、人間のユーザと互いにコミュニケーションするだけでなく、知識と知恵を効率的に交換できる。
論文 参考訳（メタデータ） (2020-08-07T21:00:13Z)
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。