Fugu-MT 論文翻訳(概要): Reclaiming the Future: American Information Technology Leadership in an Era of Global Competition

論文の概要: Reclaiming the Future: American Information Technology Leadership in an Era of Global Competition

arxiv url: http://arxiv.org/abs/2503.18952v1
Date: Mon, 03 Mar 2025 16:52:58 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-30 08:29:36.689295
Title: Reclaiming the Future: American Information Technology Leadership in an Era of Global Competition
Title（参考訳）: 世界の競争の時代におけるアメリカ情報技術のリーダーシップ
Authors: Alex Aiken, David Jensen, Catherine Gill, William Gropp, Peter Harsha, Brian Mosley, Daniel Reed, William Regli,
Abstract要約: 米国は、基礎研究資金の減少、人材獲得の課題、研究のセキュリティとオープンネスの間の緊張により、情報技術研究における世界的リーダーシップを失うリスクがある。
参考スコア（独自算出の注目度）: 2.4951475314137332
License:
Abstract: The United States risks losing its global leadership in information technology research due to declining basic research funding, challenges in attracting talent, and tensions between research security and openness.
Abstract（参考訳）: 米国は、基礎研究資金の減少、人材獲得の課題、研究のセキュリティとオープンネスの間の緊張により、情報技術研究における世界的リーダーシップを失うリスクがある。

関連論文リスト

Future of Information Retrieval Research in the Age of Generative AI [61.56371468069577]
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。
論文参考訳（メタデータ） (2024-12-03T00:01:48Z)
Artificial Intelligence for Collective Intelligence: A National-Scale Research Strategy [7.644091133650435]
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。
論文参考訳（メタデータ） (2024-11-09T15:25:43Z)
Misrepresented Technological Solutions in Imagined Futures: The Origins and Dangers of AI Hype in the Research Community [0.060998359915727114]
我々は、AIハイプの起源とリスクを、研究コミュニティや社会に広く検討する。我々は、研究者、規制当局、そして一般市民がこれらのリスクを軽減し、この技術に関する根拠のない主張の頻度を減らすための一連の措置を提案する。
論文参考訳（メタデータ） (2024-08-08T20:47:17Z)
Sociotechnical Implications of Generative Artificial Intelligence for Information Access [4.3867169221012645]
生成AI技術は、情報にアクセスし、既存の情報検索システムの有効性を改善する新しい方法を可能にする。本稿では、情報アクセスの文脈において、生成AIを採用する際のシステム的結果とリスクについて概説する。
論文参考訳（メタデータ） (2024-05-19T17:04:39Z)
A Disruptive Research Playbook for Studying Disruptive Innovations [11.619658523864686]
本稿では、説得力があり社会的に関係のある研究課題を定式化するためのガイドを提供するための研究プレイブックを提案する。私たちは、AIとAR/VRの2つの破壊的なテクノロジの影響を疑問視するために使用することができることを示しています。
論文参考訳（メタデータ） (2024-02-20T19:13:36Z)
AI Competitions and Benchmarks: The life cycle of challenges and benchmarks [0.49478969093606673]
我々は、堅牢なイノベーションの軸として、科学研究とアルゴリズム開発コミュニティを創造的に活用する必要性を論じる。高度に複雑で大規模なデータ分析における協調的なコミュニティの関与は、ロバストな方法論を見つけるための一つのアプローチとして現れてきた。
論文参考訳（メタデータ） (2023-12-08T18:44:10Z)
Academic competitions [61.592427413342975]
この章では、機械学習とその関連分野の文脈における学術的課題について調査する。ここ数年で最も影響力のあるコンペをレビューし、知識領域における課題を分析します。科学的な課題,その目標,主要な成果,今後の数年間の期待を概観する。
論文参考訳（メタデータ） (2023-12-01T01:01:04Z)
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)
Towards Quantum Federated Learning [80.1976558772771]
量子フェデレートラーニング(Quantum Federated Learning)は、学習プロセスにおけるプライバシ、セキュリティ、効率性の向上を目的とする。我々は、QFLの原則、技術、および新しい応用について、包括的に理解することを目指している。 QFLの分野が進むにつれ、様々な産業でさらなるブレークスルーや応用が期待できる。
論文参考訳（メタデータ） (2023-06-16T15:40:21Z)
Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。 AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文参考訳（メタデータ） (2021-01-15T10:43:10Z)
Learnings from Frontier Development Lab and SpaceML -- AI Accelerators for NASA and ESA [57.06643156253045]
AIとML技術による研究は、しばしば非同期の目標とタイムラインを備えたさまざまな設定で動作します。我々は、NASAとESAの民間パートナーシップの下で、AIアクセラレータであるFrontier Development Lab(FDL)のケーススタディを実行する。 FDL研究は、AI研究の責任ある開発、実行、普及に基礎を置く原則的な実践に従う。
論文参考訳（メタデータ） (2020-11-09T21:23:03Z)

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。