Fugu-MT 論文翻訳(概要): Progress: A Post-AI Manifesto

論文の概要: Progress: A Post-AI Manifesto

arxiv url: http://arxiv.org/abs/2408.13775v1
Date: Sun, 25 Aug 2024 08:59:42 GMT
ステータス: 処理完了
システム内更新日: 2024-08-27 18:00:02.854981
Title: Progress: A Post-AI Manifesto
Title（参考訳）: Progress: ポストAIマニフェスト
Authors: Christoforus Yoga Haryanto,
Abstract要約: このマニフェストは、AI時代の進展の鍵となる原則を概説している。非線形で累積的な進歩、目的と文脈の深い理解、システムレベルの実験を強調している。 AIは、その限界を認識しながら、業界全体の進歩を加速する可能性があることを認めている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: This manifesto outlines key principles for progress in the post-AI era, emphasizing non-linear yet cumulative advancement, deep understanding of purpose and context, multi-stakeholder collaboration, and system-level experimentation. It redefines progress as substantial, durable, and replicable advancement, highlighting the importance of balancing technological innovation with human-centric values. It acknowledges AI's potential to accelerate progress across industries while recognizing its limitations, such as creating illusions of understanding and potentially narrowing problem-solving approaches. It concludes that true progress in the AI age requires a symbiosis of artificial intelligence capabilities and human ingenuity, calling for a holistic, interdisciplinary approach to shape a future that serves all of humanity.
Abstract（参考訳）: このマニフェストは、非線形で累積的な進歩、目的とコンテキストの深い理解、マルチステークホルダーのコラボレーション、システムレベルの実験など、AI時代の進歩のための重要な原則を概説している。それは進歩を実質的で耐久性があり、複製可能な進歩として再定義し、技術革新と人間中心の価値観のバランスをとることの重要性を強調している。 AIが産業全体の進歩を加速する可能性を認めながら、理解の錯覚を生じさせ、潜在的な問題解決アプローチを狭めるなど、その限界を認識している。 AI時代の真の進歩は、人工知能能力と人間の創造性の共生を必要とし、すべての人類に役に立つ未来を形成するための全体論的、学際的なアプローチを要求する、と結論付けている。

関連論文リスト

Towards Bidirectional Human-AI Alignment: A Systematic Review for Clarifications, Framework, and Future Directions [101.67121669727354]
近年のAIの進歩は、AIシステムを意図された目標、倫理的原則、個人とグループの価値に向けて導くことの重要性を強調している。人間のAIアライメントの明確な定義とスコープの欠如は、このアライメントを達成するための研究領域間の共同作業を妨げる、大きな障害となる。我々は、2019年から2024年1月までに400以上の論文を体系的にレビューし、HCI(Human-Computer Interaction)、自然言語処理(NLP)、機械学習(ML)といった複数の分野にまたがって紹介する。
論文参考訳（メタデータ） (2024-06-13T16:03:25Z)
Now, Later, and Lasting: Ten Priorities for AI Research, Policy, and Practice [63.20307830884542]
今後数十年は、産業革命に匹敵する人類の転換点になるかもしれない。 10年前に立ち上げられたこのプロジェクトは、複数の専門分野の専門家による永続的な研究にコミットしている。 AI技術の短期的および長期的影響の両方に対処する、アクションのための10のレコメンデーションを提供します。
論文参考訳（メタデータ） (2024-04-06T22:18:31Z)
The Interplay of Learning, Analytics, and Artificial Intelligence in Education: A Vision for Hybrid Intelligence [0.45207442500313766]
私は、AIのツールとしての狭義の概念化に挑戦し、AIの代替概念化の重要性を主張します。人工知能と人工情報処理の違いを強調し、AIが人間の学習を理解するための道具としても役立つことを実証する。本稿では、人間の認知の外部化、人間のメンタルモデルに影響を与えるAIモデルの内部化、密結合された人間とAIハイブリッドインテリジェンスシステムによる人間の認知の拡張という、AIのユニークな概念化について述べる。
論文参考訳（メタデータ） (2024-03-24T10:07:46Z)
Advancing Explainable AI Toward Human-Like Intelligence: Forging the Path to Artificial Brain [0.7770029179741429]
説明可能なAI(XAI)における人工知能(AI)と神経科学の交差は、複雑な意思決定プロセスにおける透明性と解釈可能性を高めるために重要である。本稿では,機能ベースから人間中心のアプローチまで,XAI方法論の進化について考察する。生成モデルにおける説明可能性の達成、責任あるAIプラクティスの確保、倫理的意味への対処に関する課題について論じる。
論文参考訳（メタデータ） (2024-02-07T14:09:11Z)
A call for embodied AI [1.7544885995294304]
我々は、人工知能の次の基本ステップとして、エンボディードAIを提案する。 Embodied AIの範囲を広げることで、認知アーキテクチャに基づく理論的枠組みを導入する。このフレームワークはFristonのアクティブな推論原則と一致しており、EAI開発に対する包括的なアプローチを提供する。
論文参考訳（メタデータ） (2024-02-06T09:11:20Z)
From Algorithm Worship to the Art of Human Learning: Insights from 50-year journey of AI in Education [0.0]
人工知能(AI)を取り巻く現在の談話は、希望と理解の間に振動する。本稿は、AIが教育において果たす役割の複雑さを考察し、教育者と警告された教育者が混ざったメッセージに対処するものである。倫理的意味に関する懸念を背景に、AIが大規模にパーソナライゼーションを通じて学習を強化するという約束を探求する。
論文参考訳（メタデータ） (2024-02-05T16:12:14Z)
A Vision for Operationalising Diversity and Inclusion in AI [5.4897262701261225]
本研究は,AIエコシステムにおける多様性と包摂性(D&I)の倫理的命令の運用を想定することを目的とする。 AI開発における重要な課題は、D&Iの原則を効果的に運用することである。本稿では,ジェネレーティブAI(GenAI)を用いたペルソナシミュレーションを活用したツール開発のためのフレームワークの構想を提案する。
論文参考訳（メタデータ） (2023-12-11T02:44:39Z)
Exploration with Principles for Diverse AI Supervision [88.61687950039662]
次世代の予測を用いた大規模トランスフォーマーのトレーニングは、AIの画期的な進歩を生み出した。この生成AIアプローチは印象的な結果をもたらしたが、人間の監督に大きく依存している。この人間の監視への強い依存は、AIイノベーションの進歩に重大なハードルをもたらす。本稿では,高品質なトレーニングデータを自律的に生成することを目的とした,探索型AI(EAI)という新しいパラダイムを提案する。
論文参考訳（メタデータ） (2023-10-13T07:03:39Z)
The Future of Fundamental Science Led by Generative Closed-Loop Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。 AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文参考訳（メタデータ） (2023-07-09T21:16:56Z)
Next Steps for Human-Centered Generative AI: A Technical Perspective [107.74614586614224]
我々はHuman-centered Generative AI(HGAI)の次のステップを提案する。これらの次のステップを特定することで、HGAIにおける創発的なアイデアの一貫性を追求するため、学際的な研究チームを引き出すつもりです。
論文参考訳（メタデータ） (2023-06-27T19:54:30Z)
Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文参考訳（メタデータ） (2021-06-25T22:31:55Z)

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。