論文の概要: The Cake that is Intelligence and Who Gets to Bake it: An AI Analogy and its Implications for Participation
- arxiv url: http://arxiv.org/abs/2502.03038v1
- Date: Wed, 05 Feb 2025 09:51:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-06 14:29:28.051045
- Title: The Cake that is Intelligence and Who Gets to Bake it: An AI Analogy and its Implications for Participation
- Title（参考訳）: インテリジェンスであり誰がそれを焼くのか--AIアナロジーと参加の意味
- Authors: Martin Mundt, Anaelia Ovalle, Felix Friedrich, Pranav Agrawal, Subarnaduti Paul, Manuel Brack, Kristian Kersting, William Agnew,
- Abstract要約: 機械学習は、教師なし学習がベースとなり、教師なし学習がアイシングを追加し、強化学習がトップのチェリーとなる。
私たちは、単純な構造的なメタファからAIシステムの完全なライフサイクルまで、この「インテリジェンスであるケーキ」のアナロジーを拡張します。
本稿では、各ステップの社会的影響と、それらが機械学習内の統計的仮定によってどのように束縛されているかを説明する。
- 参考スコア（独自算出の注目度）: 22.89290143182763
- License:
- Abstract: In a widely popular analogy by Turing Award Laureate Yann LeCun, machine intelligence has been compared to cake - where unsupervised learning forms the base, supervised learning adds the icing, and reinforcement learning is the cherry on top. We expand this 'cake that is intelligence' analogy from a simple structural metaphor to the full life-cycle of AI systems, extending it to sourcing of ingredients (data), conception of recipes (instructions), the baking process (training), and the tasting and selling of the cake (evaluation and distribution). Leveraging our re-conceptualization, we describe each step's entailed social ramifications and how they are bounded by statistical assumptions within machine learning. Whereas these technical foundations and social impacts are deeply intertwined, they are often studied in isolation, creating barriers that restrict meaningful participation. Our re-conceptualization paves the way to bridge this gap by mapping where technical foundations interact with social outcomes, highlighting opportunities for cross-disciplinary dialogue. Finally, we conclude with actionable recommendations at each stage of the metaphorical AI cake's life-cycle, empowering prospective AI practitioners, users, and researchers, with increased awareness and ability to engage in broader AI discourse.
- Abstract（参考訳）: チューリング賞受賞者のローリー・ヤン・ルクン(Laureate Yann LeCun)のアナログでは、機械知性はケーキと比較され、教師なしの学習がベースとなり、教師なしの学習がアイシングを付加し、強化学習がトップのチェリーとなる。
簡単な構造的なメタファからAIシステムの完全なライフサイクルまで、この"インテリジェンス"のアナロジーを拡張し、材料(データ)のソーシング、レシピ(インストラクション)の概念、ベーキングプロセス(トレーニング)、ケーキのテイスティングと販売(評価と配布)にまで拡張します。
再概念化を活用して、各ステップの関連する社会的影響と、それらが機械学習内の統計的仮定によってどのように束縛されているかを説明する。
これらの技術基盤と社会的影響は深く絡み合っているが、しばしば孤立して研究され、意味のある参加を制限する障壁を生み出す。
我々の再概念化は、技術的基盤が社会的成果と相互作用する場所をマッピングし、学際的対話の機会を強調することによって、このギャップを埋める道を開く。
最後に、比喩的なAIケーキのライフサイクルの各段階で実行可能なレコメンデーションで締めくくります。
関連論文リスト
- Converging Paradigms: The Synergy of Symbolic and Connectionist AI in LLM-Empowered Autonomous Agents [55.63497537202751]
コネクショニストと象徴的人工知能(AI)の収束を探求する記事
従来、コネクショナリストAIはニューラルネットワークにフォーカスし、シンボリックAIはシンボリック表現とロジックを強調していた。
大型言語モデル(LLM)の最近の進歩は、人間の言語をシンボルとして扱う際のコネクショナリストアーキテクチャの可能性を強調している。
論文 参考訳（メタデータ） (2024-07-11T14:00:53Z) - A social path to human-like artificial intelligence [6.189233558074243]
人工知能(AI)の進歩のボトルネックは、データ同化から新しいデータ生成へと移行しつつあると論じる。
自然知能は、集団生活、社会的関係、そして進化の大きな遷移を通じて相互作用するエージェントのネットワークにおいて、複数の規模で出現することを示す。
論文 参考訳（メタデータ） (2024-05-22T15:38:10Z) - A call for embodied AI [1.7544885995294304]
我々は、人工知能の次の基本ステップとして、エンボディードAIを提案する。
Embodied AIの範囲を広げることで、認知アーキテクチャに基づく理論的枠組みを導入する。
このフレームワークはFristonのアクティブな推論原則と一致しており、EAI開発に対する包括的なアプローチを提供する。
論文 参考訳（メタデータ） (2024-02-06T09:11:20Z) - Enabling High-Level Machine Reasoning with Cognitive Neuro-Symbolic
Systems [67.01132165581667]
本稿では,認知アーキテクチャを外部のニューロシンボリックコンポーネントと統合することにより,AIシステムにおける高レベル推論を実現することを提案する。
本稿では,ACT-Rを中心としたハイブリッドフレームワークについて紹介し,最近の応用における生成モデルの役割について論じる。
論文 参考訳（メタデータ） (2023-11-13T21:20:17Z) - From Plate to Production: Artificial Intelligence in Modern
Consumer-Driven Food Systems [32.55158589420258]
世界の食料システムは、需要が増大する中で、供給と栄養価の高いダイエットに直面している。
人工知能の出現は、個人の選択革命をもたらし、AIによる個人による決定が食品システムを変える。
本稿では,食品分野におけるAIの約束と課題について考察する。
論文 参考訳（メタデータ） (2023-11-04T13:13:44Z) - A Survey on Brain-Inspired Deep Learning via Predictive Coding [85.93245078403875]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。
PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文 参考訳（メタデータ） (2023-08-15T16:37:16Z) - Conceptual Modeling and Artificial Intelligence: Mutual Benefits from
Complementary Worlds [0.0]
これまでのところ、主に分離されたCMとAIの分野にアプローチする2つの交差点に取り組むことに興味があります。
このワークショップでは、(一)概念モデリング(CM)がAIにどのような貢献ができるのか、(一)その逆の方法で、多様体相互利益を実現することができるという仮定を取り入れている。
論文 参考訳（メタデータ） (2021-10-16T18:42:09Z) - AI from concrete to abstract: demystifying artificial intelligence to
the general public [0.0]
本稿では,コンクリートから抽象的(AIcon2abs)への新たな方法論,AIについて述べる。
主な戦略は、人工知能のデミスティフィケーションを促進することである。
WiSARDの軽量化により、トレーニングタスクと分類タスクの視覚化と理解が容易になる。
論文 参考訳（メタデータ） (2020-06-07T01:14:06Z) - Distributed and Democratized Learning: Philosophy and Research
Challenges [80.39805582015133]
民主化学習(Dem-AI)という新しいデザイン哲学を提案する。
ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。
本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
論文 参考訳（メタデータ） (2020-03-18T08:45:10Z) - Neuro-symbolic Architectures for Context Understanding [59.899606495602406]
本稿では,データ駆動型アプローチと知識駆動型アプローチの強みを組み合わせたフレームワークとして,ハイブリッドAI手法を提案する。
具体的には、知識ベースを用いて深層ニューラルネットワークの学習過程を導く方法として、ニューロシンボリズムの概念を継承する。
論文 参考訳（メタデータ） (2020-03-09T15:04:07Z) - A general framework for scientifically inspired explanations in AI [76.48625630211943]
我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。
このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
論文 参考訳（メタデータ） (2020-03-02T10:32:21Z)
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。