論文の概要: Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions

• arxiv url: http://arxiv.org/abs/2404.11023v1
• Date: Wed, 17 Apr 2024 02:57:42 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-18 15:24:20.973607
• Title: Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions
• Title（参考訳）: AIエージェントにおけるソーシャルインテリジェンスの向上 - 技術的課題とオープンな質問
• Authors: Leena Mathur, Paul Pu Liang, Louis-Philippe Morency,
• Abstract要約: ソーシャルインテリジェントAIエージェント(Social-AI)の構築は、多分野、マルチモーダルな研究目標である。 我々は、社会AIを前進させるために、基礎となる技術的課題と、コンピューティングコミュニティ全体にわたる研究者のためのオープンな質問を特定します。
• 参考スコア（独自算出の注目度）: 67.60397632819202
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Building socially-intelligent AI agents (Social-AI) is a multidisciplinary, multimodal research goal that involves creating agents that can sense, perceive, reason about, learn from, and respond to affect, behavior, and cognition of other agents (human or artificial). Progress towards Social-AI has accelerated in the past decade across several computing communities, including natural language processing, machine learning, robotics, human-machine interaction, computer vision, and speech. Natural language processing, in particular, has been prominent in Social-AI research, as language plays a key role in constructing the social world. In this position paper, we identify a set of underlying technical challenges and open questions for researchers across computing communities to advance Social-AI. We anchor our discussion in the context of social intelligence concepts and prior progress in Social-AI research.
• Abstract（参考訳）: ソーシャル・インテリジェントAIエージェント(Social-AI)の構築は、他のエージェント(人間または人工)の感情、行動、認識を感知し、知覚し、推論し、学習し、反応するエージェントを作成することを含む、多分野、マルチモーダルな研究目標である。 ソーシャルAIの進歩は、自然言語処理、機械学習、ロボティクス、人間と機械の相互作用、コンピュータビジョン、音声など、いくつかのコンピューティングコミュニティで過去10年間に加速してきた。 特に自然言語処理は、社会世界の構築において言語が重要な役割を担っているため、社会AI研究において顕著である。 本稿では,社会AIを推進すべく,コンピュータコミュニティ全体の研究者に対して,基礎となる技術的課題のセットを特定し,オープンな疑問を提起する。 我々は,ソーシャルインテリジェンスの概念と社会AI研究の先行進歩の文脈において,我々の議論を支えている。

関連論文リスト

• Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
  エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。 本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
  論文  参考訳（メタデータ） (2024-02-28T16:09:56Z)
• Social Intelligence Data Infrastructure: Structuring the Present and Navigating the Future [59.78608958395464]
  私たちは、包括的な社会AI分類と480のNLPデータセットからなるデータライブラリで構成される、ソーシャルAIデータインフラストラクチャを構築しています。 インフラストラクチャにより、既存のデータセットの取り組みを分析し、異なるソーシャルインテリジェンスの観点から言語モデルのパフォーマンスを評価することができます。 多面的なデータセットの必要性、言語と文化の多様性の向上、より長期にわたる社会的状況、そして将来のソーシャルインテリジェンスデータ活動におけるよりインタラクティブなデータの必要性が示されている。
  論文  参考訳（メタデータ） (2024-02-28T00:22:42Z)
• AI for social science and social science of AI: A Survey [47.5235291525383]
  人工知能の最近の進歩は、人工知能の可能性を再考するきっかけとなった。 AIの人間的能力の増大は、社会科学研究にも注目されている。
  論文  参考訳（メタデータ） (2024-01-22T10:57:09Z)
• SOTOPIA: Interactive Evaluation for Social Intelligence in Language Agents [107.4138224020773]
  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)
• Digital Deception: Generative Artificial Intelligence in Social Engineering and Phishing [7.1795069620810805]
  本稿では,社会工学(SE)攻撃における生成AIの変革的役割について考察する。 我々は、社会工学の理論を用いて、ジェネレーティブAIがSE攻撃の影響を増幅する3つの柱を特定する。 本研究は, この新たなパラダイムに関連するリスク, 人的影響, 対策について, より深く理解することを目的としている。
  論文  参考訳（メタデータ） (2023-10-15T07:55:59Z)
• Empowering Local Communities Using Artificial Intelligence [70.17085406202368]
  人中心の観点から、AIが社会に与える影響を探求する上で重要なトピックとなっている。 市民科学におけるこれまでの研究は、AIを使って研究に大衆を巻き込む方法を特定してきた。 本稿では,コミュニティ市民科学にAIを適用する上での課題について論じる。
  論文  参考訳（メタデータ） (2021-10-05T12:51:11Z)
• SocialAI: Benchmarking Socio-Cognitive Abilities in Deep Reinforcement Learning Agents [23.719833581321033]
  人間との社会的相互作用に参加することができる、具体化された自律エージェントを構築することは、AIの主要な課題の1つだ。 人間レベルのAIを目指すためには、より広範な社会的スキルが必要である、と私たちは主張する。 DRLエージェントの社会的スキル獲得を評価するためのベンチマークであるSocialAIを提案する。
  論文  参考訳（メタデータ） (2021-07-02T10:39:18Z)
• SocialAI 0.1: Towards a Benchmark to Stimulate Research on Socio-Cognitive Abilities in Deep Reinforcement Learning Agents [23.719833581321033]
  人間との社会的相互作用に参加できる体型自律エージェントを構築することは、AIの主要な課題の1つです。 現在のアプローチは、非常に単純で非多様な社会状況におけるコミュニケーションツールとして言語に焦点を当てています。 人間レベルのAIを目指すためには、より広範な社会的スキルが必要であると私たちは主張します。
  論文  参考訳（メタデータ） (2021-04-27T14:16:29Z)
• A Survey of Hybrid Human-Artificial Intelligence for Social Computing [5.249005946944961]
  H-AI(Hybrid Human-Arificial Intelligence)は、人間の知性とAIを1つのユニティに統合し、新たな強化されたインテリジェンスを形成する。 本稿ではまず,H-AIの概念を紹介する。 AIは、H-AIの移行段階におけるインテリジェンスであるため、ソーシャルコンピューティングにおけるAIの最新の研究進歩がレビューされます。 ソーシャルコンピューティングにおいてAIが直面する典型的な課題を要約し、これらの課題を解決するためにH-AIを導入することができる。
  論文  参考訳（メタデータ） (2021-03-17T08:39:44Z)

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。