Fugu-MT 論文翻訳(概要): Artificial Intelligence for Collective Intelligence: A National-Scale Research Strategy

論文の概要: Artificial Intelligence for Collective Intelligence: A National-Scale Research Strategy

arxiv url: http://arxiv.org/abs/2411.06211v1
Date: Sat, 09 Nov 2024 15:25:43 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-28 17:07:46.109144
Title: Artificial Intelligence for Collective Intelligence: A National-Scale Research Strategy
Title（参考訳）: 集団知のための人工知能 : 国家規模の研究戦略
Abstract要約: 医療、金融、インフラ、持続可能性の課題は、すべて、全国規模の集団インテリジェンスにAIを活用することで、生産的に解決される可能性がある。この種のAIの開発と展開は、技術と社会技術の両方において、独特な課題に直面している。ここでは、これらの課題に対処するために学際的な研究を動員するための研究戦略を詳述し、直面するべき課題のいくつかを概説する。
参考スコア（独自算出の注目度）: 7.644091133650435
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Advances in artificial intelligence (AI) have great potential to help address societal challenges that are both collective in nature and present at national or trans-national scale. Pressing challenges in healthcare, finance, infrastructure and sustainability, for instance, might all be productively addressed by leveraging and amplifying AI for national-scale collective intelligence. The development and deployment of this kind of AI faces distinctive challenges, both technical and socio-technical. Here, a research strategy for mobilising inter-disciplinary research to address these challenges is detailed and some of the key issues that must be faced are outlined.
Abstract（参考訳）: 人工知能(AI)の進歩は、自然界において集合的であり、国家的または超国家的規模で存在する社会的な課題に対処するための大きな可能性を持っている。例えば、医療、金融、インフラ、持続可能性といった課題は、すべて、全国規模の集団インテリジェンスにAIを活用して増幅することで、生産的に解決される可能性がある。この種のAIの開発と展開は、技術と社会技術の両方において、独特な課題に直面している。ここでは、これらの課題に対処するために学際的な研究を動員するための研究戦略を詳述し、直面するべき課題のいくつかを概説する。

関連論文リスト

Advancing AI Challenges for the United States Department of the Air Force [91.02589169578908]
DAF-MIT AI Acceleratorは、アメリカ空軍(DAF)とマサチューセッツ工科大学(MIT)の協力である。この記事では、AI Acceleratorの課題を紹介した前回の論文を補完する。私たちは、AI技術のAI研究と応用に、進行中の新たな課題がいかに貢献したか、最新の情報を提供しています。
論文参考訳（メタデータ） (2025-10-31T21:34:57Z)
Problem Solving Through Human-AI Preference-Based Cooperation [74.39233146428492]
我々は,人間-AI共同構築フレームワークであるHAICo2を提案する。我々は、HAICo2の形式化に向けて第一歩を踏み出し、それが直面する困難なオープンリサーチ問題について議論する。
論文参考訳（メタデータ） (2024-08-14T11:06:57Z)
OlympicArena: Benchmarking Multi-discipline Cognitive Reasoning for Superintelligent AI [73.75520820608232]
我々は,11,163のバイリンガル問題を含む,テキストのみとインターリーブされたテキストイメージのモダリティを紹介する。これらの課題には、7つのフィールドと62の国際オリンピック大会にわたる幅広い規律が含まれており、データ漏洩について厳格に調査されている。我々の評価によると、GPT-4oのような先進モデルでさえ、複雑な推論とマルチモーダル統合における現在のAI制限を反映して、全体的な精度は39.97%しか達成していない。
論文参考訳（メタデータ） (2024-06-18T16:20:53Z)
Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions [67.60397632819202]
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。
論文参考訳（メタデータ） (2024-04-17T02:57:42Z)
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)
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)
From Google Gemini to OpenAI Q* (Q-Star): A Survey of Reshaping the Generative Artificial Intelligence (AI) Research Landscape [5.852005817069381]
生成人工知能(AI)の現状と今後の動向について批判的考察 GoogleのGeminiや、予想されるOpenAI Q*プロジェクトといったイノベーションが、さまざまなドメインにわたる研究の優先順位とアプリケーションをどう変えているのかを調査した。この研究は、倫理的および人間中心の手法をAI開発に取り入れることの重要性を強調し、社会規範と福祉の整合性を確保した。
論文参考訳（メタデータ） (2023-12-18T01:11:39Z)
Artificial Intelligence for Real Sustainability? -- What is Artificial Intelligence and Can it Help with the Sustainability Transformation? [0.0]
この記事では、AI技術を簡潔に説明し、分類し、理論化する。そして、持続可能性に関する議論の観点から、その分析を政治的に文脈化する。持続可能な社会へ進む上で、AIは小さな役割を担っている、と氏は主張する。
論文参考訳（メタデータ） (2023-06-15T15:40:00Z)
AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文参考訳（メタデータ） (2023-04-10T15:38:12Z)
A Survey on AI Sustainability: Emerging Trends on Learning Algorithms and Research Challenges [35.317637957059944]
我々は、AIの持続可能性問題に対処できる機械学習アプローチの大きなトレンドについてレビューする。我々は、既存の研究の大きな限界を強調し、次世代の持続可能なAI技術を開発するための潜在的研究課題と方向性を提案する。
論文参考訳（メタデータ） (2022-05-08T09:38:35Z)
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)
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)
Developing Future Human-Centered Smart Cities: Critical Analysis of Smart City Security, Interpretability, and Ethical Challenges [5.728709119947406]
主な課題は、セキュリティ、堅牢性、解釈可能性、人間中心のアプリケーションにおけるAIやMLのデプロイの成功に対する倫理的課題である。グローバルには、より人間的で人間と互換性のある技術が求められている。
論文参考訳（メタデータ） (2020-12-14T18:54:05Z)

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。