論文の概要: Towards a Healthy AI Tradition: Lessons from Biology and Biomedical Science
- arxiv url: http://arxiv.org/abs/2410.11590v1
- Date: Tue, 15 Oct 2024 13:25:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-16 14:04:22.977486
- Title: Towards a Healthy AI Tradition: Lessons from Biology and Biomedical Science
- Title（参考訳）: 健康なAIの伝統に向けて:生物学とバイオメディカルサイエンスから学ぶ
- Authors: Simon Kasif,
- Abstract要約: 速く動くAI文化と生物学的・生物医学的な科学を対比することは、洞察力と有用性の両方を示唆する。
AIとバイオメディカルサイエンスの共進化は、両方の分野に多くの利益をもたらす。
この視点は、バイオメディカルサイエンスの特徴を高い、主に文化的レベルに適応させることによって、AIの利点に焦点を当てている。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: AI is a magnificent field that directly and profoundly touches on numerous disciplines ranging from philosophy, computer science, engineering, mathematics, decision and data science and economics, to cognitive science, neuroscience and more. The number of applications and impact of AI is second to none and the potential of AI to broadly impact future science developments is particularly thrilling. While attempts to understand knowledge, reasoning, cognition and learning go back centuries, AI remains a relatively new field. In part due to the fact it has so many wide-ranging overlaps with other disparate fields it appears to have trouble developing a robust identity and culture. Here we suggest that contrasting the fast-moving AI culture to biological and biomedical sciences is both insightful and useful way to inaugurate a healthy tradition needed to envision and manage our ascent to AGI and beyond (independent of the AI Platforms used). The co-evolution of AI and Biomedical Science offers many benefits to both fields. In a previous perspective, we suggested that biomedical laboratories or centers can usefully embrace logistic traditions in AI labs that will allow them to be highly collaborative, improve the reproducibility of research, reduce risk aversion and produce faster mentorship pathways for PhDs and fellows. This perspective focuses on the benefits to AI by adapting features of biomedical science at higher, primarily cultural levels.
- Abstract（参考訳）: AIは、哲学、コンピュータ科学、工学、数学、決定とデータ科学と経済学、認知科学、神経科学など、さまざまな分野に直接深く触れる、壮大な分野である。
AIのアプリケーション数と影響は誰にも劣らず、将来の科学の発展に広く影響を与えるAIの可能性は特にスリリングだ。
知識、推論、認知、学習を理解しようとする試みは何世紀にもわたって遡るが、AIは依然として比較的新しい分野である。
一部には、他の異なる分野と広範囲に重複しているため、堅牢なアイデンティティと文化の開発には支障があると思われる。
ここでは、速く動くAI文化と生物学的、生医学的な科学を対比させることは、AGIや他の(使用されるAIプラットフォームとは無関係)への昇華を想像し、管理するために必要な健全な伝統を創り出すための洞察力と有用な方法である、と提案する。
AIとバイオメディカルサイエンスの共進化は、両方の分野に多くの利益をもたらす。
これまでの見方では、バイオメディカル研究所やセンターは、AIラボでロジスティックな伝統を効果的に取り入れることで、研究の再現性を高め、リスク回避を減らし、PhDやフェローのためのより高速なメンタリングパスを創出できる、というものだった。
この視点は、バイオメディカルサイエンスの特徴を高い、主に文化的レベルに適応させることによって、AIの利点に焦点を当てている。
関連論文リスト
- Towards a Science Exocortex [0.5687661359570725]
我々はエージェントAIシステムにおける技術の現状をレビューし、これらの手法をどのように拡張して科学により大きな影響を与えるかについて論じる。
科学の外食はAIエージェントの群れとして設計することができ、各エージェントは特定の研究者のタスクを個別に合理化することができる。
論文 参考訳（メタデータ） (2024-06-24T14:32:32Z) - 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) - Drivers and Barriers of AI Adoption and Use in Scientific Research [0.0]
我々は、科学者の人的資本と、協力者や機関のネットワークで利用可能な外部リソースに焦点をあて、科学研究におけるAIの統合について研究する。
我々の結果は、AIは探索の趣味を持つドメイン科学者によって開拓され、コンピュータ科学者、経験豊富なAI科学者、そして初期のキャリア研究者のネットワークに埋め込まれていることを示唆している。
論文 参考訳（メタデータ） (2023-12-15T14:49:13Z) - 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) - Advancing Perception in Artificial Intelligence through Principles of
Cognitive Science [6.637438611344584]
我々は、周囲の信号を入力として取り、それを処理して環境を理解する、知覚の認知機能に焦点を当てる。
我々は、認知科学にインスパイアされたAIシステムを構築するために、AIに一連の方法を提案する。
論文 参考訳（メタデータ） (2023-10-13T01:21:55Z) - Artificial Intelligence for Science in Quantum, Atomistic, and Continuum Systems [268.585904751315]
科学のためのAI(AI4Science)として知られる新しい研究領域
領域は、物理世界(波動関数と電子密度)、原子(分子、タンパク質、物質、相互作用)、マクロ(流体、気候、地下)まで理解することを目的としている。
主要な課題は、物理第一原理、特に対称性を深層学習法によって自然システムで捉える方法である。
論文 参考訳（メタデータ） (2023-07-17T12:14:14Z) - Artificial intelligence adoption in the physical sciences, natural
sciences, life sciences, social sciences and the arts and humanities: A
bibliometric analysis of research publications from 1960-2021 [73.06361680847708]
1960年には333の研究分野の14%がAIに関連していたが、1972年には全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。
1960年には、333の研究分野の14%がAI(コンピュータ科学の多くの分野)に関連していたが、1972年までに全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。
我々は、現在の急上昇の状況が異なっており、学際的AI応用が持続する可能性が高いと結論付けている。
論文 参考訳（メタデータ） (2023-06-15T14:08:07Z) - Quantifying the Benefit of Artificial Intelligence for Scientific Research [2.4700789675440524]
我々は、科学研究におけるAIの直接的な利用とAIの潜在的利益の両方を見積もる。
研究におけるAIの利用は科学に広く浸透しており、特に2015年以来急速に成長している。
我々の分析は、AIが多くの科学分野に利益をもたらす可能性があることを示しているが、AI教育とその研究応用の間には顕著な断絶がある。
論文 参考訳（メタデータ） (2023-04-17T08:08:50Z) - Integrating Artificial Intelligence and Humanities in Healthcare [0.0]
人工知能(AI)と医療人文科学は、現在世界でもっとも重要かつ急速に成長している分野の2つになっている。
近年、AIは大幅に進歩し、伝統的に人間が行うタスクを実行できるアルゴリズムやシステムの開発を可能にしている。
一方、医療人文科学は医学、人文科学、社会科学の交わりであり、健康、病気、医学の文化的、歴史的、哲学的、倫理的、社会的側面を扱う。
論文 参考訳（メタデータ） (2023-02-13T10:48:48Z) - 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) - The Short Anthropological Guide to the Study of Ethical AI [91.3755431537592]
ショートガイドは、AI倫理と社会科学の紹介と、AIの開発に関する人類学的視点の両方を兼ね備えている。
AIシステムの社会的影響と、これらのシステムがいかにして我々の世界がどのように機能するかを再考するかについての洞察を、この分野に馴染みのない人たちに提供することを目指している。
論文 参考訳（メタデータ） (2020-10-07T12:25:03Z)
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。