論文の概要: AI-in-the-loop: The future of biomedical visual analytics applications in the era of AI

• arxiv url: http://arxiv.org/abs/2412.15876v1
• Date: Fri, 20 Dec 2024 13:27:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-23 16:20:04.228151
• Title: AI-in-the-loop: The future of biomedical visual analytics applications in the era of AI
• Title（参考訳）: AI-in-the-loop:AI時代のバイオメディカルビジュアル分析アプリケーションの未来
• Authors: Katja Bühler, Thomas Höllt, Thomas Schulz, Pere-Pau Vázquez,
• Abstract要約: データ分析におけるAIの大規模開発は、将来のデータ視覚化とビジュアル分析をどう形成するか? ますます強力なAIの文脈における機会、オープンな課題、脅威とは何か? 我々は、バイオメディカルビジュアライゼーションを研究分野として変革するAIの可能性を強調した。
• 参考スコア（独自算出の注目度）: 3.0942901747200975
• License:
• Abstract: AI is the workhorse of modern data analytics and omnipresent across many sectors. Large Language Models and multi-modal foundation models are today capable of generating code, charts, visualizations, etc. How will these massive developments of AI in data analytics shape future data visualizations and visual analytics workflows? What is the potential of AI to reshape methodology and design of future visual analytics applications? What will be our role as visualization researchers in the future? What are opportunities, open challenges and threats in the context of an increasingly powerful AI? This Visualization Viewpoint discusses these questions in the special context of biomedical data analytics as an example of a domain in which critical decisions are taken based on complex and sensitive data, with high requirements on transparency, efficiency, and reliability. We map recent trends and developments in AI on the elements of interactive visualization and visual analytics workflows and highlight the potential of AI to transform biomedical visualization as a research field. Given that agency and responsibility have to remain with human experts, we argue that it is helpful to keep the focus on human-centered workflows, and to use visual analytics as a tool for integrating ``AI-in-the-loop''. This is in contrast to the more traditional term ``human-in-the-loop'', which focuses on incorporating human expertise into AI-based systems.
• Abstract（参考訳）: AIは、現代のデータ分析と、さまざまな分野における一様表現の原動力である。 大規模言語モデルとマルチモーダル基盤モデルは現在、コード、チャート、視覚化などを生成することができる。 データ分析におけるAIの大規模な開発は、将来のデータ視覚化やビジュアル分析のワークフローをどのように形成するのだろうか? 将来のビジュアル分析アプリケーションの方法論と設計を再構築するAIの潜在能力は何だろうか? 将来、可視化研究者としての役割は何か? ますます強力なAIの文脈における機会、オープンな課題、脅威とは何か? この可視化ビューポイントは、これらの疑問を、透明性、効率、信頼性の要求が高い複雑で機密性の高いデータに基づいて決定を下す領域の例として、バイオメディカルデータ分析の特別な文脈で論じる。 我々は、インタラクティブな可視化とビジュアル分析ワークフローの要素に基づいて、AIの最近のトレンドと発展をマップし、研究分野としてのバイオメディカルビジュアライゼーションを変革するAIの可能性を強調します。 エージェンシーと責任が人間の専門家に残らなければならないことを考えると、人間中心のワークフローに焦点を合わせ、視覚分析を‘AI-in-the-loop’を統合するためのツールとして使うことは有用である、と私たちは主張する。 これは、AIベースのシステムに人間の専門知識を取り入れることに焦点を当てた、より伝統的な ' Human-in-the-loop'' という言葉とは対照的である。

関連論文リスト

• Data Analysis in the Era of Generative AI [56.44807642944589]
  本稿では,AIを活用したデータ分析ツールの可能性について考察する。 我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。 次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
  論文  参考訳（メタデータ） (2024-09-27T06:31:03Z)
• Human-Modeling in Sequential Decision-Making: An Analysis through the Lens of Human-Aware AI [20.21053807133341]
  私たちは、人間を意識したAIシステムを構成するものの説明を提供しようとしています。 人間を意識したAIはデザイン指向のパラダイムであり、人間と対話するかもしれないモデリングの必要性に焦点を当てている。
  論文  参考訳（メタデータ） (2024-05-13T14:17:52Z)
• Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
  エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。 本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
  論文  参考訳（メタデータ） (2024-02-28T16:09:56Z)
• Agent AI: Surveying the Horizons of Multimodal Interaction [83.18367129924997]
  エージェントAI(Agent AI)とは、視覚刺激や言語入力、その他の環境データを知覚できる対話型システムである。 我々は,バーチャルリアリティやシミュレートされたシーンを容易に作成し,仮想環境内に具体化されたエージェントと対話できる未来を構想する。
  論文  参考訳（メタデータ） (2024-01-07T19:11:18Z)
• Can AI Serve as a Substitute for Human Subjects in Software Engineering Research? [24.39463126056733]
  本稿では,人工知能(AI)の能力を活用したソフトウェア工学研究における定性データ収集手法を提案する。 定性的データの代替源としてAI生成合成テキストの可能性を探る。 観察研究とユーザ評価における人間の行動のエミュレートを目的とした新しい基礎モデルの開発について論じる。
  論文  参考訳（メタデータ） (2023-11-18T14:05:52Z)
• AI-Generated Images as Data Source: The Dawn of Synthetic Era [61.879821573066216]
  生成AIは、現実世界の写真によく似た合成画像を作成する可能性を解き放った。 本稿では、これらのAI生成画像を新しいデータソースとして活用するという革新的な概念を探求する。 実際のデータとは対照的に、AI生成データには、未整合のアブリダンスやスケーラビリティなど、大きなメリットがある。
  論文  参考訳（メタデータ） (2023-10-03T06:55:19Z)
• 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)
• Visual Knowledge Discovery with Artificial Intelligence: Challenges and Future Directions [5.754786889790288]
  統合ビジュアル知識発見は、人工知能/機械学習(AI/ML)と可視化の進歩を組み合わせたものだ。 章に含まれるのは、選択されたAIおよびVisual Analytics論文の拡張バージョンと、関連するシンポジウムである。 我々は、ビジュアルアナリティクス、ビジュアルナレッジディスカバリ、AI/MLの分野における課題と今後の方向性を示し、ビジュアルAI/MLにおける可視化の役割について議論することを目的とする。
  論文  参考訳（メタデータ） (2022-05-03T04:17:21Z)
• DIME: Fine-grained Interpretations of Multimodal Models via Disentangled Local Explanations [119.1953397679783]
  我々は,マルチモーダルモデルの解釈における最先端化に注力する。 提案手法であるDIMEは,マルチモーダルモデルの高精度かつきめ細かな解析を可能にする。
  論文  参考訳（メタデータ） (2022-03-03T20:52:47Z)
• Human in the Loop for Machine Creativity [0.0]
  我々は、創造的アプリケーションのための既存のHuman-in-the-loop(HITL)アプローチを概念化する。 モデル,インターフェース,機械の創造性に対する長期的影響について検討し,考察する。 テキスト,視覚,音,その他の情報を結合し,人や環境の自動解析を行うマルチモーダルHITLプロセスを提案する。
  論文  参考訳（メタデータ） (2021-10-07T15:42:18Z)

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。