論文の概要: A Practical Multilevel Governance Framework for Autonomous and Intelligent Systems

• arxiv url: http://arxiv.org/abs/2404.13719v1
• Date: Sun, 21 Apr 2024 17:15:43 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-23 17:42:20.333014
• Title: A Practical Multilevel Governance Framework for Autonomous and Intelligent Systems
• Title（参考訳）: 自律・インテリジェントシステムのための実践的マルチレベルガバナンスフレームワーク
• Authors: Lukas D. Pöhler, Klaus Diepold, Wendell Wallach,
• Abstract要約: この研究は、自律システムとインテリジェントシステムのマルチレベルガバナンスのための実践的なフレームワークを提示します。 この枠組みは、アクターを国際レベル、国家レベル、組織レベルを含む6段階の意思決定にマッピングすることを可能にする。 既存のツールを特定して進化させる機能や、アクターの振る舞いをレベル内に導くための新しいツールを作成する機能を提供する。
• 参考スコア（独自算出の注目度）: 0.9831489366502302
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Autonomous and intelligent systems (AIS) facilitate a wide range of beneficial applications across a variety of different domains. However, technical characteristics such as unpredictability and lack of transparency, as well as potential unintended consequences, pose considerable challenges to the current governance infrastructure. Furthermore, the speed of development and deployment of applications outpaces the ability of existing governance institutions to put in place effective ethical-legal oversight. New approaches for agile, distributed and multilevel governance are needed. This work presents a practical framework for multilevel governance of AIS. The framework enables mapping actors onto six levels of decision-making including the international, national and organizational levels. Furthermore, it offers the ability to identify and evolve existing tools or create new tools for guiding the behavior of actors within the levels. Governance mechanisms enable actors to shape and enforce regulations and other tools, which when complemented with good practices contribute to effective and comprehensive governance.
• Abstract（参考訳）: 自律的かつインテリジェントなシステム(AIS)は、様々な分野にまたがる幅広い有益なアプリケーションを促進する。 しかしながら、予測不可能や透明性の欠如といった技術的な特徴や、意図しない結果の可能性といった技術的特徴は、現在のガバナンスインフラストラクチャに大きな課題を引き起こします。 さらに、アプリケーションの開発とデプロイのスピードは、既存のガバナンス機関が効果的な倫理的法的監督を行う能力を上回る。 アジャイル、分散、マルチレベルのガバナンスのための新しいアプローチが必要です。 本研究は,AISのマルチレベルガバナンスのための実践的枠組みを示す。 この枠組みは、アクターを国際レベル、国家レベル、組織レベルを含む6段階の意思決定にマッピングすることを可能にする。 さらに、既存のツールを特定して進化させる機能や、アクターの振る舞いをレベル内に導くための新しいツールも提供する。 ガバナンスメカニズムにより、アクターは規則やその他のツールを編成し、強制することができる。

関連論文リスト

• Latent-Predictive Empowerment: Measuring Empowerment without a Simulator [56.53777237504011]
  我々は、より実用的な方法でエンパワーメントを計算するアルゴリズムであるLatent-Predictive Empowerment(LPE)を提案する。 LPEは、スキルと国家間の相互情報の原則的な置き換えである目的を最大化することで、大きなスキルセットを学習する。
  論文  参考訳（メタデータ） (2024-10-15T00:41:18Z)
• Agent-Oriented Planning in Multi-Agent Systems [54.429028104022066]
  本稿では,高速なタスク分解とアロケーションプロセスを活用するマルチエージェントシステムにおけるエージェント指向計画のための新しいフレームワークを提案する。 提案フレームワークにフィードバックループを組み込んで,そのような問題解決プロセスの有効性と堅牢性をさらに向上させる。
  論文  参考訳（メタデータ） (2024-10-03T04:07:51Z)
• Open Problems in Technical AI Governance [93.89102632003996]
  テクニカルAIガバナンス(Technical AI Governance)は、AIの効果的なガバナンスを支援するための技術分析とツールである。 本論文は、AIガバナンスへの貢献を目指す技術研究者や研究資金提供者のためのリソースとして意図されている。
  論文  参考訳（メタデータ） (2024-07-20T21:13:56Z)
• Generative AI Needs Adaptive Governance [0.0]
  ジェネレーティブAIは、ガバナンス、信頼、ヒューマンエージェンシーの概念に挑戦する。 本稿では,ジェネレーティブAIが適応的ガバナンスを求めていることを論じる。 我々は、アクター、ロール、および共有およびアクター固有のポリシー活動の概要を概説する。
  論文  参考訳（メタデータ） (2024-06-06T23:47:14Z)
• Organizing a Society of Language Models: Structures and Mechanisms for Enhanced Collective Intelligence [0.0]
  本稿では,大規模言語モデルからコミュニティ構造への変換手法を提案する。 協力型AIシステムに特有のメリットと課題を提示する,階層的,フラット,ダイナミック,フェデレートされたさまざまな組織モデルについて検討する。 このようなコミュニティの実装は、AIにおける問題解決能力を改善するための大きな約束を持っている。
  論文  参考訳（メタデータ） (2024-05-06T20:15:45Z)
• Artificial Intelligence in Governance, Risk and Compliance: Results of a study on potentials for the application of artificial intelligence (AI) in governance, risk and compliance (GRC) [0.0]
  GRC(Governance, Risk and Compliance)とは、ガバナンスの統合的なアプローチである。 ガバナンス機能は相互にリンクされ、互いに分離されない。 人工知能は、非構造化データセットの処理と分析にGRCで使用されている。
  論文  参考訳（メタデータ） (2022-12-07T12:36:10Z)
• A Framework for Understanding AI-Induced Field Change: How AI Technologies are Legitimized and Institutionalized [0.0]
  本稿では,AIによるフィールド変化を分析し,理解するための概念的枠組みを提案する。 新たなAIエージェントを新しい分野や既存の分野に導入することで、アルゴリズムが組織や機関を(再)形成するダイナミクスが生まれる。 AIが引き起こす分野を取り巻く制度的なインフラは概してほとんど精巧ではないため、今後AIシステムのより広範な制度化に支障をきたす可能性がある。
  論文  参考訳（メタデータ） (2021-08-18T14:06:08Z)
• An interdisciplinary conceptual study of Artificial Intelligence (AI) for helping benefit-risk assessment practices: Towards a comprehensive qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
  本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。 目的は、AIシステムを評価するための共有概念や相違点を特定することである。
  論文  参考訳（メタデータ） (2021-05-07T12:01:31Z)
• Decision Rule Elicitation for Domain Adaptation [93.02675868486932]
  ヒトインザループ機械学習は、専門家からラベルを引き出すために人工知能(AI)で広く使用されています。 この作業では、専門家が意思決定を説明する決定ルールを作成できるようにします。 決定規則の適用はアルゴリズムのドメイン適応を改善し、専門家の知識をAIモデルに広めるのに役立つことを示す。
  論文  参考訳（メタデータ） (2021-02-23T08:07:22Z)
• Towards Self-Regulating AI: Challenges and Opportunities of AI Model Governance in Financial Services [11.333522345613819]
  本稿では,金融サービス産業におけるAIモデルガバナンスの課題に焦点を当てる。 本稿では、ロバスト性とコンプライアンスのための自己規制を強化するためのシステムレベルフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-10-09T22:12:22Z)
• 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。