Fugu-MT 論文翻訳(概要): Our Cars Can Talk: How IoT Brings AI to Vehicles

論文の概要: Our Cars Can Talk: How IoT Brings AI to Vehicles

arxiv url: http://arxiv.org/abs/2507.17214v1
Date: Wed, 23 Jul 2025 05:12:04 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-24 22:33:14.864506
Title: Our Cars Can Talk: How IoT Brings AI to Vehicles
Title（参考訳）: 自動運転車:IoTが自動車にAIをもたらす方法
Authors: Amod Kant Agrawal,
Abstract要約: 車両にAIを導入することは、メンテナンスをリアクティブからアクティブに転換する鍵となる。今こそ、機械とドライバーの両方の言語を話すAIパトリオットを統合する時だ。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Bringing AI to vehicles and enabling them as sensing platforms is key to transforming maintenance from reactive to proactive. Now is the time to integrate AI copilots that speak both languages: machine and driver. This article offers a conceptual and technical perspective intended to spark interdisciplinary dialogue and guide future research and development in intelligent vehicle systems, predictive maintenance, and AI-powered user interaction.
Abstract（参考訳）: 車両にAIを導入し、センサープラットフォームとして実現することは、メンテナンスをリアクティブからアクティブに転換する上で鍵となる。今こそ、機械とドライバーの両方の言語を話すAIパトリオットを統合する時だ。本稿では、学際的な対話を喚起し、インテリジェントな車両システム、予測保守、AIによるユーザインタラクションにおける将来の研究と開発を導くことを意図した概念的、技術的視点を提供する。

関連論文リスト

Generative AI for Autonomous Driving: Frontiers and Opportunities [145.6465312554513]
この調査は、自律運転スタックにおけるGenAIの役割の包括的合成を提供する。まず、VAE、GAN、拡散モデル、および大規模言語モデルを含む、現代の生成モデリングの原則とトレードオフを蒸留することから始めます。我々は、合成データ一般化、エンドツーエンド駆動戦略、高忠実なデジタルツインシステム、スマートトランスポートネットワーク、具体化されたAIへのクロスドメイン転送など、実用的な応用を分類する。
論文参考訳（メタデータ） (2025-05-13T17:59:20Z)
Work-in-Progress: Crash Course: Can (Under Attack) Autonomous Driving Beat Human Drivers? [60.51287814584477]
本稿では,現在のAVの状況を調べることによって,自律運転における本質的なリスクを評価する。 AVの利点と、現実のシナリオにおける潜在的なセキュリティ課題との微妙なバランスを強調した、特定のクレームを開発する。
論文参考訳（メタデータ） (2024-05-14T09:42:21Z)
Distributed agency in second language learning and teaching through generative AI [0.0]
ChatGPTは、テキストまたは音声形式のチャットを通じて非公式な第二言語プラクティスを提供することができる。インストラクタはAIを使って、さまざまなメディアで学習と評価材料を構築することができる。
論文参考訳（メタデータ） (2024-03-29T14:55:40Z)
Autonomous Vehicles: Evolution of Artificial Intelligence and Learning Algorithms [0.0]
この研究は、長年にわたるAI/学習アルゴリズムの使用状況とタイプに関する統計的知見を提示する。本論文では,トラックおよび自動車の精製アルゴリズムにおけるパラメータの役割について述べる。結論は、さまざまなレベルの自律性を概説し、AIと学習アルゴリズムの微妙な使用を解明することだ。
論文参考訳（メタデータ） (2024-02-27T17:07:18Z)
Dobby: A Conversational Service Robot Driven by GPT-4 [22.701223191699412]
この研究は、対話型AIエージェントをサービスタスクの具体化システムに組み込むロボティクスプラットフォームを導入する。このエージェントは、膨大な一般知識のコーパスから学んだ、大きな言語モデルに由来する。本発明のエージェントは対話生成に加えて、ロボットのコマンドを呼び出し、物理世界と対話することができる。
論文参考訳（メタデータ） (2023-10-10T04:34:00Z)
Drive as You Speak: Enabling Human-Like Interaction with Large Language Models in Autonomous Vehicles [13.102404404559428]
本稿では,Large Language Models (LLMs) を利用して自動運転車の意思決定プロセスを強化する新しいフレームワークを提案する。提案されたフレームワークは、自動運転車の運転方法に革命をもたらす可能性を秘めており、パーソナライズされた支援、継続的学習、透明性のある意思決定を提供する。
論文参考訳（メタデータ） (2023-09-19T00:47:13Z)
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)
The System Model and the User Model: Exploring AI Dashboard Design [79.81291473899591]
高度なAIシステムは、他の複雑なデバイスと同じようにダッシュボードを持つべきだ、と私たちは主張する。多くのシステムにおいて、最も重要な2つのモデルはユーザーとシステム自体のものであると推測する。これら2つのモデルを識別し、解釈し、表示する方法を見つけることは、AIのためのインターフェース研究のコア部分であるべきです。
論文参考訳（メタデータ） (2023-05-04T00:22:49Z)
Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
論文参考訳（メタデータ） (2022-12-10T07:49:50Z)
Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
論文参考訳（メタデータ） (2022-01-26T18:53:09Z)
AI in Smart Cities: Challenges and approaches to enable road vehicle automation and smart traffic control [56.73750387509709]
SCCは、活動やユーティリティの自動化と最適化による効率向上を目指すデータ中心の社会を構想しています。本稿では、SCCにおけるAIの視点を説明し、道路車両の自動化とスマート交通制御を可能にする交通で使用されるAIベースの技術の概要を示す。
論文参考訳（メタデータ） (2021-04-07T14:31:08Z)
Cloud2Edge Elastic AI Framework for Prototyping and Deployment of AI Inference Engines in Autonomous Vehicles [1.688204090869186]
本稿では、ディープラーニングモジュールに基づく自律運転アプリケーションのためのAI推論エンジンを開発するための新しいフレームワークを提案する。我々は,ソフトウェア・イン・ザ・ループ(SiL)パラダイムに従って,クラウド上でプロトタイピングを行うAIコンポーネント開発サイクルに対して,シンプルでエレガントなソリューションを導入する。提案フレームワークの有効性は,自律走行車用AI推論エンジンの2つの実例を用いて実証した。
論文参考訳（メタデータ） (2020-09-23T09:23:29Z)

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。