論文の概要: AI+HW 2035: Shaping the Next Decade

• arxiv url: http://arxiv.org/abs/2603.05225v1
• Date: Thu, 05 Mar 2026 14:36:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-06 22:06:11.270574
• Title: AI+HW 2035: Shaping the Next Decade
• Title（参考訳）: AI+HW 2035:次の10年を振り返る
• Authors: Deming Chen, Jason Cong, Azalia Mirhoseini, Christos Kozyrakis, Subhasish Mitra, Jinjun Xiong, Cliff Young, Anima Anandkumar, Michael Littman, Aron Kirschen, Sophia Shao, Serge Leef, Naresh Shanbhag, Dejan Milojicic, Michael Schulte, Gert Cauwenberghs, Jerry M. Chow, Tri Dao, Kailash Gopalakrishnan, Richard Ho, Hoshik Kim, Kunle Olukotun, David Z. Pan, Mark Ren, Dan Roth, Aarti Singh, Yizhou Sun, Yusu Wang, Yann LeCun, Ruchir Puri,
• Abstract要約: 人工知能(AI)とハードウェア(HW)は前例のない速度で進歩している。 このビジョンペーパーは、AI+HWの共同設計と共同開発のための10年間のロードマップをレイアウトし、アルゴリズム、アーキテクチャ、システム、持続可能性にまたがる。 主要な課題と機会を特定し、潜在的な障害や落とし穴を効果的に評価し、統合されたソリューションを提案する。
• 参考スコア（独自算出の注目度）: 135.53570243498987
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Artificial intelligence (AI) and hardware (HW) are advancing at unprecedented rates, yet their trajectories have become inseparably intertwined. The global research community lacks a cohesive, long-term vision to strategically coordinate the development of AI and HW. This fragmentation constrains progress toward holistic, sustainable, and adaptive AI systems capable of learning, reasoning, and operating efficiently across cloud, edge, and physical environments. The future of AI depends not only on scaling intelligence, but on scaling efficiency, achieving exponential gains in intelligence per joule, rather than unbounded compute consumption. Addressing this grand challenge requires rethinking the entire computing stack. This vision paper lays out a 10-year roadmap for AI+HW co-design and co-development, spanning algorithms, architectures, systems, and sustainability. We articulate key insights that redefine scaling around energy efficiency, system-level integration, and cross-layer optimization. We identify key challenges and opportunities, candidly assess potential obstacles and pitfalls, and propose integrated solutions grounded in algorithmic innovation, hardware advances, and software abstraction. Looking ahead, we define what success means in 10 years: achieving a 1000x improvement in efficiency for AI training and inference; enabling energy-aware, self-optimizing systems that seamlessly span cloud, edge, and physical AI; democratizing access to advanced AI infrastructure; and embedding human-centric principles into the design of intelligent systems. Finally, we outline concrete action items for academia, industry, government, and the broader community, calling for coordinated national initiatives, shared infrastructure, workforce development, cross-agency collaboration, and sustained public-private partnerships to ensure that AI+HW co-design becomes a unifying long-term mission.
• Abstract（参考訳）: 人工知能(AI)とハードウェア(HW)は前例のない速度で進歩している。 グローバルな研究コミュニティには、AIとHWの開発を戦略的に調整する、密集した長期的なビジョンが欠けている。 この断片化は、クラウド、エッジ、物理的環境を横断する学習、推論、効率的な操作が可能な、全体的、持続的、適応的なAIシステムへの進歩を制限します。 AIの未来は、インテリジェンスをスケーリングするだけでなく、スケーリング効率にも依存する。 この大きな課題に対処するには、コンピューティングスタック全体を再考する必要がある。 このビジョンペーパーは、AI+HWの共同設計と共同開発のための10年間のロードマップをレイアウトし、アルゴリズム、アーキテクチャ、システム、持続可能性にまたがる。 エネルギー効率、システムレベルの統合、層間最適化に関するスケーリングを再定義する重要な洞察を明確にする。 重要な課題と機会を特定し、潜在的な障害や落とし穴を効果的に評価し、アルゴリズムの革新、ハードウェアの進歩、ソフトウェア抽象化に基づく統合ソリューションを提案します。 AIトレーニングと推論の効率を1000倍改善すること、クラウド、エッジ、物理的なAIにシームレスにまたがるエネルギー認識と自己最適化システムを可能にすること、高度なAIインフラストラクチャへのアクセスを民主化すること、インテリジェントシステムの設計に人間中心の原則を組み込むこと。 最後に、学術、産業、政府、そしてより広範なコミュニティのための具体的なアクション項目を概説し、協力された国家イニシアチブ、共有インフラ、労働開発、クロス緊急協力、そしてAI+HWの共同設計が長期的なミッションに統一されることを保証するために、民間とのパートナーシップを維持することを求める。

関連論文リスト

• The AI Pyramid A Conceptual Framework for Workforce Capability in the Age of AI [2.134211474877041]
  最近の証拠は、生成的AIが高度に教育された白い首輪作業に不釣り合いに影響を及ぼすことを示している。 本稿では,AIを介する経済における人的能力の組織化のための概念的枠組みであるAI Pyramidを提案する。 このフレームワークは、組織、教育システム、政府に対して、学習、測定、政策をAIによる業務の進化的な要求と整合させようとする意味を持っている。
  論文  参考訳（メタデータ） (2026-01-10T09:27:56Z)
• A Survey on Cloud-Edge-Terminal Collaborative Intelligence in AIoT Networks [49.90474228895655]
  クラウドエッジ端末協調インテリジェンス(CETCI)は、モノの人工知能(AIoT)コミュニティにおける基本的なパラダイムである。 CETCIは、分離されたレイヤ最適化からデプロイ可能なコラボレーティブインテリジェンスシステムに移行する、新興のAIoTアプリケーションで大きな進歩を遂げた。 本調査では、基礎アーキテクチャ、CETCIパラダイムのテクノロジの実現、シナリオについて解説し、CISAIOT初心者向けのチュートリアルスタイルのレビューを提供する。
  論文  参考訳（メタデータ） (2025-08-26T08:38:01Z)
• AI Flow: Perspectives, Scenarios, and Approaches [51.38621621775711]
  私たちは最先端のITとCTの進歩を統合するフレームワークであるAI Flowを紹介します。 まず、デバイスエッジクラウドフレームワークは、エンドデバイス、エッジサーバ、クラウドクラスタを統合する基盤として機能する。 第2に,家族モデルの概念を導入し,同列に隠れた特徴を持つ様々なサイズのモデルに言及する。 第3に、コネクティビティとインタラクションに基づくインテリジェンスの出現は、AI Flowの新たなパラダイムである。
  論文  参考訳（メタデータ） (2025-06-14T12:43:07Z)
• From Autonomous Agents to Integrated Systems, A New Paradigm: Orchestrated Distributed Intelligence [0.0]
  オーケストレーション分散インテリジェンス(ODI)の概念を紹介する。 ODIはAIを、人間の専門知識と連動して働く結束的で組織化されたネットワークとして再認識する。 我々の研究は、重要な理論的意味を概説し、将来の研究と企業イノベーションのための実践的なロードマップを提示します。
  論文  参考訳（メタデータ） (2025-03-17T22:21:25Z)
• Overview of AI and Communication for 6G Network: Fundamentals, Challenges, and Future Research Opportunities [148.601430677814]
  本稿では,6GネットワークにおけるAIと通信の概要を概観する。 我々はまず、AIを無線通信に組み込むことの背景にある要因と、AIと6Gの収束のビジョンを概観する。 講演はその後、6Gネットワーク内でAIの統合を想定する詳細な説明へと移行する。
  論文  参考訳（メタデータ） (2024-12-19T05:36:34Z)
• Transforming the Hybrid Cloud for Emerging AI Workloads [82.21522417363666]
  このホワイトペーパーでは、AIワークロードの複雑さの増大に対応するために、ハイブリッドクラウドシステムを変革することを想定している。 提案したフレームワークは、エネルギー効率、性能、コスト効率において重要な課題に対処する。 この共同イニシアチブは、ハイブリッドクラウドをセキュアで効率的で持続可能なプラットフォームとして確立することを目的としています。
  論文  参考訳（メタデータ） (2024-11-20T11:57:43Z)
• AI in Action: Accelerating Progress Towards the Sustainable Development Goals [4.09375125119842]
  私たちは、国連の持続可能な開発目標に対する行動を促進するAIの可能性を示すために、Googleの内部および共同研究、技術的作業、および社会的影響イニシアチブを描いています。 この論文では、コンピュータビジョン、生成AI、自然言語処理、マルチモーダルAIを含むAIの能力を強調し、AIが17のSDGすべてにまたがる問題解決へのアプローチをどのように変えているかを示している。 そして私たちは、大胆で責任あるイノベーションを推進し、インパクトを高め、アクセシビリティのギャップを埋め、すべての人がAIから恩恵を受けられるように、AI開発とデプロイメントに関する洞察を提供します。
  論文  参考訳（メタデータ） (2024-07-02T23:25:27Z)
• 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)
• Future Computer Systems and Networking Research in the Netherlands: A Manifesto [137.47124933818066]
  我々はICTの重要部分としてCompSysに注目している。 オランダ経済のトップセクター、国家研究アジェンダの各ルート、国連持続可能な開発目標の各ルートは、コンプシーズの進歩なしには対処できない課題を提起する。
  論文  参考訳（メタデータ） (2022-05-26T11:02:29Z)

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。

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。