論文の概要: Mind the Gap: Bridging the Divide Between AI Aspirations and the Reality of Autonomous Characterization
- arxiv url: http://arxiv.org/abs/2502.18604v1
- Date: Tue, 25 Feb 2025 19:43:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-27 14:56:50.167435
- Title: Mind the Gap: Bridging the Divide Between AI Aspirations and the Reality of Autonomous Characterization
- Title（参考訳）: Mind the Gap: AIの願望と自律的なキャラクタリゼーションの現実を分かち合う
- Authors: Grace Guinan, Addison Salvador, Michelle A. Smeaton, Andrew Glaws, Hilary Egan, Brian C. Wyatt, Babak Anasori, Kevin R. Fiedler, Matthew J. Olszta, Steven R. Spurgeon,
- Abstract要約: この研究は、電子顕微鏡における自律的なキャラクタリゼーションの膨大な可能性に焦点を当てている。
複雑な原子系を記述可能な顕微鏡解析のためのドメイン認識・マルチモーダルモデルの開発における最近の進歩について述べる。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: What does materials science look like in the "Age of Artificial Intelligence?" Each materials domain-synthesis, characterization, and modeling-has a different answer to this question, motivated by unique challenges and constraints. This work focuses on the tremendous potential of autonomous characterization within electron microscopy. We present our recent advancements in developing domain-aware, multimodal models for microscopy analysis capable of describing complex atomic systems. We then address the critical gap between the theoretical promise of autonomous microscopy and its current practical limitations, showcasing recent successes while highlighting the necessary developments to achieve robust, real-world autonomy.
- Abstract（参考訳）: 人工知能の時代の材料科学はどんなものか?
ドメイン合成、キャラクタリゼーション、モデリングの各材料は、ユニークな課題と制約によって動機付けられた、この質問に対する異なる答えを持っている。
この研究は、電子顕微鏡における自律的なキャラクタリゼーションの膨大な可能性に焦点を当てている。
複雑な原子系を記述可能な顕微鏡解析のためのドメイン認識・マルチモーダルモデルの開発における最近の進歩について述べる。
次に、自律顕微鏡の理論的約束と現在の実用的限界の間の重要なギャップに対処し、最近の成功を示しながら、堅牢で現実世界の自律性を達成するために必要な発展を強調します。
関連論文リスト
- Aligning Cyber Space with Physical World: A Comprehensive Survey on Embodied AI [129.08019405056262]
人工知能(Embodied AI)は、人工知能(AGI)の実現に不可欠である
MLMとWMは、その顕著な知覚、相互作用、推論能力のために、大きな注目を集めている。
本調査では,Embodied AIの最近の進歩を包括的に調査する。
論文 参考訳（メタデータ） (2024-07-09T14:14:47Z) - 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) - On the Emergence of Symmetrical Reality [51.21203247240322]
物理仮想アマルガメーションの様々な形態を包含した統一表現を提供する対称現実感フレームワークを導入する。
我々は、対称現実の潜在的な応用を示すAI駆動型アクティブアシストサービスの例を提案する。
論文 参考訳（メタデータ） (2024-01-26T16:09:39Z) - CERN for AI: A Theoretical Framework for Autonomous Simulation-Based Artificial Intelligence Testing and Alignment [1.7586848727052424]
本研究では,現実世界の環境を再現するバーチャルリアリティー・フレームワークにおける,革新的なシミュレーションに基づくマルチエージェントシステムについて検討する。
このフレームワークは、複雑な社会構造と相互作用をシミュレートしてAIを調べ、最適化する自動化された「デジタル市民」によって人口が占められている。
論文 参考訳（メタデータ） (2023-12-14T23:48:51Z) - Balancing Autonomy and Alignment: A Multi-Dimensional Taxonomy for
Autonomous LLM-powered Multi-Agent Architectures [0.0]
大規模言語モデル(LLM)は、洗練された言語理解と生成能力を備えた人工知能の分野に革命をもたらした。
本稿では,LLMを用いた自律型マルチエージェントシステムが自律性とアライメントの動的相互作用をどのようにバランスさせるかを分析するために,総合的な多次元分類法を提案する。
論文 参考訳（メタデータ） (2023-10-05T16:37:29Z) - The Future of Fundamental Science Led by Generative Closed-Loop
Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。
AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。
ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文 参考訳（メタデータ） (2023-07-09T21:16:56Z) - Atomistic Simulations for Reactions and Spectroscopy in the Era of
Machine Learning -- Quo Vadis? [0.0]
正確なエネルギー関数を用いた原子論シミュレーションは、気体および凝縮相における分子の機能運動に関する洞察を与えることができる。
この視点は、この分野における他者の努力と、自身の仕事のいくつかから現場の現状を明確にし、オープンな質問と将来の展望について議論する。
論文 参考訳（メタデータ） (2022-01-11T08:03:22Z) - WenLan 2.0: Make AI Imagine via a Multimodal Foundation Model [74.4875156387271]
我々は,膨大なマルチモーダル(視覚的・テキスト的)データを事前学習した新しい基礎モデルを開発する。
そこで本研究では,様々な下流タスクにおいて,最先端の成果が得られることを示す。
論文 参考訳（メタデータ） (2021-10-27T12:25:21Z) - On-the-fly Closed-loop Autonomous Materials Discovery via Bayesian
Active Learning [12.021024778717575]
我々は、高度な素材の発見に、クローズドループでアクティブな学習駆動型自律システムに焦点を当てる。
複雑で高度な材料を手元に配置できる自律的な研究手法を実証する。
このロボット科学は、ネットワーク上の科学を可能にし、科学者の経済的影響を研究室から物理的に切り離すことができる。
論文 参考訳（メタデータ） (2020-06-11T01:26:24Z) - RoboTHOR: An Open Simulation-to-Real Embodied AI Platform [56.50243383294621]
インタラクティブで具体化された視覚AIの研究を民主化するためにRoboTHORを導入する。
シミュレーションで訓練されたモデルの性能は,シミュレーションと慎重に構築された物理アナログの両方で試験される場合,大きな差があることが示される。
論文 参考訳（メタデータ） (2020-04-14T20:52:49Z)
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。