論文の概要: Future of Information Retrieval Research in the Age of Generative AI

• arxiv url: http://arxiv.org/abs/2412.02043v1
• Date: Tue, 03 Dec 2024 00:01:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-04 15:47:28.618285
• Title: Future of Information Retrieval Research in the Age of Generative AI
• Title（参考訳）: 次世代AI時代の情報検索研究の将来
• Authors: James Allan, Eunsol Choi, Daniel P. Lopresti, Hamed Zamani,
• Abstract要約: 情報検索(IR)の急速に発展する分野では、大規模言語モデル(LLM)のような生成AI技術の統合が、情報の検索やインタラクションの方法を変えつつある。 このパラダイムシフトを認識したビジョンワークショップが2024年7月に開催され、生成AI時代のIRの将来について議論した。 本報告は、潜在的に重要な研究トピックとしての議論の要約を含み、学術、産業実践家、機関、評価キャンペーン、資金提供機関の推薦リストを含む。
• 参考スコア（独自算出の注目度）: 61.56371468069577
• License:
• Abstract: In the fast-evolving field of information retrieval (IR), the integration of generative AI technologies such as large language models (LLMs) is transforming how users search for and interact with information. Recognizing this paradigm shift at the intersection of IR and generative AI (IR-GenAI), a visioning workshop supported by the Computing Community Consortium (CCC) was held in July 2024 to discuss the future of IR in the age of generative AI. This workshop convened 44 experts in information retrieval, natural language processing, human-computer interaction, and artificial intelligence from academia, industry, and government to explore how generative AI can enhance IR and vice versa, and to identify the major challenges and opportunities in this rapidly advancing field. This report contains a summary of discussions as potentially important research topics and contains a list of recommendations for academics, industry practitioners, institutions, evaluation campaigns, and funding agencies.
• Abstract（参考訳）: 情報検索(IR)の急速に発展する分野では、大規模言語モデル(LLM)のような生成AI技術の統合が、情報の検索やインタラクションの方法を変えつつある。 2024年7月、IRと生成AI(IR-GenAI)の交差点におけるこのパラダイムシフトを認識し、コンピュータコミュニティコンソーシアム(CCC)が支援するビジョンワークショップを開催し、生成AIの時代におけるIRの将来について議論した。 このワークショップでは、情報検索、自然言語処理、人間とコンピュータのインタラクション、そして学術、産業、政府からの人工知能の専門家44名を招集し、生成AIがIRをいかに強化できるかを探求し、この急速に進歩する分野における大きな課題と機会を特定する。 本報告は、潜在的に重要な研究トピックとしての議論の要約を含み、学術、産業実践家、機関、評価キャンペーン、資金提供機関の推薦リストを含む。

関連論文リスト

• KEIR @ ECIR 2025: The Second Workshop on Knowledge-Enhanced Information Retrieval [43.67486583283194]
  第2回知識強化情報検索ワークショップ(KEIR @ ECIR 2025)を提案する。 本ワークショップの目的は,学術界と産業界の研究者を集結させ,知識強化情報検索の様々な側面について議論することである。
  論文  参考訳（メタデータ） (2025-01-20T14:08:55Z)
• Recent Advances in Generative AI and Large Language Models: Current Status, Challenges, and Perspectives [10.16399860867284]
  生成人工知能(AI)と大規模言語モデル(LLM)の出現は、自然言語処理(NLP)の新しい時代を象徴している。 本稿では,これらの最先端技術の現状を概観し,その顕著な進歩と広範囲な応用を実証する。
  論文  参考訳（メタデータ） (2024-07-20T18:48:35Z)
• ChatGPT and Beyond: The Generative AI Revolution in Education [0.21756081703275998]
  この調査は、2022年11月から2023年7月までに出版された学術文献を調査している。 教育における生成AIモデル、特にChatGPTの役割の進化を照らすことを目的としている。 このレビューの結果は、教育者、研究者、政策立案者に対して、AI技術の学習環境への統合に関する情報的な決定を下すよう促す。
  論文  参考訳（メタデータ） (2023-11-26T05:34:22Z)
• 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)
• Generative AI [20.57872238271025]
  生成AI(generative AI)とは、一見新しい意味のあるコンテンツを生成できる計算技術である。 Dall-E 2, GPT-4, Copilotといった例でこの技術が広く普及していることは,現在私たちの作業方法やコミュニケーション方法に革命をもたらしています。
  論文  参考訳（メタデータ） (2023-09-13T08:21:59Z)
• Information Retrieval Meets Large Language Models: A Strategic Report from Chinese IR Community [180.28262433004113]
  大規模言語モデル(LLM)は、テキスト理解、生成、知識推論において例外的な能力を示した。 LLMと人間は、情報検索のためにより強力な新しい技術パラダイムを形成します。 LLMがIR研究に与える影響を徹底的に議論するため、中国のIRコミュニティは2023年4月に戦略的ワークショップを開催した。
  論文  参考訳（メタデータ） (2023-07-19T05:23:43Z)
• Integrating Generative Artificial Intelligence in Intelligent Vehicle Systems [4.724940029079736]
  自動車産業がAIを徐々に統合するにつれ、生成的人工知能技術はユーザーインタラクションに革命をもたらす可能性を秘めている。 本稿では, 音声, 音声, 視覚, マルチモーダルインタラクションを重視した, 自動車分野における生成人工知能の現在の応用について概説する。 我々は、ドメイン適応性、アライメント、マルチモーダル統合など、将来の重要な研究分野について概説し、倫理に関する課題やリスクに対処する。
  論文  参考訳（メタデータ） (2023-05-15T09:09:40Z)
• Human-Centered Responsible Artificial Intelligence: Current & Future Trends [76.94037394832931]
  近年、CHIコミュニティは人間中心のレスポンシブル人工知能の研究において著しい成長を遂げている。 この研究はすべて、人権と倫理に根ざしたまま、人類に利益をもたらすAIを開発し、AIの潜在的な害を減らすことを目的としている。 本研究グループでは,これらのトピックに関心のある学術・産業の研究者を集結させ,現在の研究動向と今後の研究動向を地図化することを目的とする。
  論文  参考訳（メタデータ） (2023-02-16T08:59:42Z)
• Characterising Research Areas in the field of AI [68.8204255655161]
  トピックの共起ネットワーク上でクラスタリング分析を行うことで,主要な概念テーマを特定した。 その結果は、ディープラーニングや機械学習、物のインターネットといった研究テーマに対する学術的関心の高まりを浮き彫りにしている。
  論文  参考訳（メタデータ） (2022-05-26T16:30:30Z)
• Neural Approaches to Conversational Information Retrieval [94.77863916314979]
  会話情報検索(CIR)システムは、会話インタフェースを備えた情報検索(IR)システムである。 近年のディープラーニングの進歩により、自然言語処理(NLP)と会話型AIが大幅に改善されている。 この本は、ここ数年で開発された神経アプローチに焦点を当てた、CIRの最近の進歩を調査します。
  論文  参考訳（メタデータ） (2022-01-13T19:04:59Z)

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。