Fugu-MT 論文翻訳(概要): MRAC Track 1: 2nd Workshop on Multimodal, Generative and Responsible Affective Computing

論文の概要: MRAC Track 1: 2nd Workshop on Multimodal, Generative and Responsible Affective Computing

arxiv url: http://arxiv.org/abs/2409.07256v1
Date: Wed, 11 Sep 2024 13:25:42 GMT
ステータス: 処理完了
システム内更新日: 2024-09-12 14:35:46.023283
Title: MRAC Track 1: 2nd Workshop on Multimodal, Generative and Responsible Affective Computing
Title（参考訳）: MRACトラック1: 2nd Workshop on Multimodal, Generative and Responsible Affective Computing
Authors: Shreya Ghosh, Zhixi Cai, Abhinav Dhall, Dimitrios Kollias, Roland Goecke, Tom Gedeon,
Abstract要約: MRAC 2024 Track 1ワークショップは、これらの原則を現実の大規模コンテキストに拡張することを目指している。ワークショップは、生成技術がもたらす潜在的な影響と、その使用の倫理的影響も強調することを目的としている。
参考スコア（独自算出の注目度）: 19.895638232394262
License: http://creativecommons.org/licenses/by/4.0/
Abstract: With the rapid advancements in multimodal generative technology, Affective Computing research has provoked discussion about the potential consequences of AI systems equipped with emotional intelligence. Affective Computing involves the design, evaluation, and implementation of Emotion AI and related technologies aimed at improving people's lives. Designing a computational model in affective computing requires vast amounts of multimodal data, including RGB images, video, audio, text, and physiological signals. Moreover, Affective Computing research is deeply engaged with ethical considerations at various stages-from training emotionally intelligent models on large-scale human data to deploying these models in specific applications. Fundamentally, the development of any AI system must prioritize its impact on humans, aiming to augment and enhance human abilities rather than replace them, while drawing inspiration from human intelligence in a safe and responsible manner. The MRAC 2024 Track 1 workshop seeks to extend these principles from controlled, small-scale lab environments to real-world, large-scale contexts, emphasizing responsible development. The workshop also aims to highlight the potential implications of generative technology, along with the ethical consequences of its use, to researchers and industry professionals. To the best of our knowledge, this is the first workshop series to comprehensively address the full spectrum of multimodal, generative affective computing from a responsible AI perspective, and this is the second iteration of this workshop. Webpage: https://react-ws.github.io/2024/
Abstract（参考訳）: マルチモーダル生成技術の急速な進歩により、Affective Computing Researchは感情知性を備えたAIシステムの潜在的な影響について議論した。 Affective Computingは、人々の生活を改善することを目的とした感情AIとその関連技術の設計、評価、実装を含む。感情コンピューティングにおける計算モデルの設計には、RGB画像、ビデオ、オーディオ、テキスト、生理的信号を含む膨大な量のマルチモーダルデータが必要である。さらに、Affective Computing Researchは、大規模人間のデータを感情的に知的なモデルに訓練することから、これらのモデルを特定のアプリケーションにデプロイすることまで、様々な段階における倫理的考察に深く関わっている。基本的に、あらゆるAIシステムの開発は、人間の能力を高めて強化することを目的として、人間の知性から安全で責任ある方法でインスピレーションを導きながら、人間への影響を優先しなければならない。 MRAC 2024 Track 1ワークショップは、これらの原則を制御された小規模のラボ環境から現実の大規模コンテキストへと拡張し、責任ある開発を強調している。ワークショップは、生成技術がもたらす潜在的な影響と、その使用による倫理的影響を研究者や産業専門家に強調することも目指している。私たちの知る限りでは、このワークショップは、責任あるAIの観点から、マルチモーダルで生成的な感情的コンピューティングの全スペクトルを包括的に扱う最初のワークショップシリーズです。 Webページ: https://react-ws.github.io/2024/

関連論文リスト

Aligning Cyber Space with Physical World: A Comprehensive Survey on Embodied AI [129.08019405056262]
人工知能(Embodied AI)は、人工知能(AGI)の実現に不可欠である MLMとWMは、その顕著な知覚、相互作用、推論能力のために、大きな注目を集めている。本調査では,Embodied AIの最近の進歩を包括的に調査する。
論文参考訳（メタデータ） (2024-07-09T14:14:47Z)
Embodied Neuromorphic Artificial Intelligence for Robotics: Perspectives, Challenges, and Research Development Stack [7.253801704452419]
スパイキングニューラルネットワーク(SNN)によるニューロモルフィックコンピューティングの最近の進歩は、ロボット工学の具体的インテリジェンスを可能にする可能性を実証している。本稿では, ロボットシステムにおいて, エンボディ型ニューロモーフィックAIを実現する方法について考察する。
論文参考訳（メタデータ） (2024-04-04T09:52:22Z)
On the Emergence of Symmetrical Reality [51.21203247240322]
物理仮想アマルガメーションの様々な形態を包含した統一表現を提供する対称現実感フレームワークを導入する。我々は、対称現実の潜在的な応用を示すAI駆動型アクティブアシストサービスの例を提案する。
論文参考訳（メタデータ） (2024-01-26T16:09:39Z)
On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文参考訳（メタデータ） (2023-11-01T11:16:41Z)
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)
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)
Grasping AI: experiential exercises for designers [8.95562850825636]
本稿では,AIシステムにおけるインタラクション・アベイランス,ユニークなリレーショナル可能性,より広範な社会的影響を探求し,考察する手法について検討する。比喩や制定に関する演習は、トレーニングや学習、プライバシーと同意、自律性、エージェンシーをより具体的になる。
論文参考訳（メタデータ） (2023-10-02T15:34:08Z)
Are machine learning technologies ready to be used for humanitarian work and development? [2.156882891331917]
機械学習(ML)や人工知能(AI)といったデジタルデータソースやツールは、開発に関するデータに革命をもたらす可能性がある。われわれは、新しいテクノロジーが望まれる目標に届かず、最悪の場合不平等を高め、差別を増幅し、人権を侵害するリスクがあると主張している。
論文参考訳（メタデータ） (2023-07-04T19:32:35Z)
World Models and Predictive Coding for Cognitive and Developmental Robotics: Frontiers and Challenges [51.92834011423463]
我々は世界モデルと予測符号化の2つの概念に焦点を当てる。神経科学において、予測符号化は、脳がその入力を継続的に予測し、その環境における自身のダイナミクスと制御行動のモデル化に適応するように提案する。
論文参考訳（メタデータ） (2023-01-14T06:38:14Z)
Coordinated Science Laboratory 70th Anniversary Symposium: The Future of Computing [80.72844751804166]
2021年、コーディネート・サイエンス研究所(CSL)は70周年を記念して、Future of Computing Symposiumを開催した。シンポジウムで提案された主要な技術的ポイント、洞察、方向性を要約する。参加者は、新しいコンピューティングパラダイム、技術、アルゴリズム、行動、そして将来予想される研究課題に関するトピックについて議論した。
論文参考訳（メタデータ） (2022-10-04T17:32:27Z)

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。