論文の概要: AI Contagion in Social Networks

• arxiv url: http://arxiv.org/abs/2606.15206v1
• Date: Sat, 13 Jun 2026 09:02:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:33.054114
• Title: AI Contagion in Social Networks
• Title（参考訳）: ソーシャルネットワークにおけるAI感染
• Authors: Olivier Bos, Stefano Bosi,
• Abstract要約: 我々は、人工知能(AI)が社会コミュニケーションネットワークとどのように相互作用し、集団知識の安定性を形成するかを研究する。 本稿では,AIを介する情報システムが動的に安定であるか不安定であるかを,スペクトル半径が決定する2次元表現を,システムの長期動作として認めていることを示す。
• 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: We study how artificial intelligence (AI) interacts with social communication networks to shape the stability of collective knowledge. Agents exchange information through a network while receiving AI-generated content, and AI systems retrain on the aggregate social information they influence. This interaction generates two feedback forces: an AI contagion channel, through which distortions diffuse across the network, and an AI social distortion multiplier, through which retraining amplifies past errors. Despite the high dimensionality of the environment, we show that the long-run behavior of the system admits a two-dimensional representation whose spectral radius determines whether AI-mediated information systems are dynamically stable or unstable. We characterize a sharp regulatory frontier identifying the minimum filtering required for stability and show how network topology shapes systemic informational risk.
• Abstract（参考訳）: 我々は、人工知能(AI)が社会コミュニケーションネットワークとどのように相互作用し、集団知識の安定性を形成するかを研究する。 エージェントは、AI生成されたコンテンツを受信しながら、ネットワークを介して情報を交換し、AIシステムは、彼らが影響する総合的な社会情報に基づいて再訓練する。 この相互作用は、2つのフィードバック力を生成する: ネットワーク全体で歪みが拡散するAI感染チャネルと、リトレーニングが過去のエラーを増幅するAIソーシャル歪み乗算器である。 環境の高次元性にもかかわらず、このシステムの長時間動作は、スペクトル半径がAIによる情報システムが動的に安定であるか不安定であるかを決定する2次元表現を許容することを示す。 本稿では,ネットワークトポロジがシステム的情報リスクをいかに形成するかを示すため,安定性に必要となる最小限のフィルタリングを識別するシャープな規制フロンティアを特徴付ける。

関連論文リスト

• Networking-Aware Energy Efficiency in Agentic AI Inference: A Survey [64.20429885919701]
  本稿では,知覚・推論・行動サイクル全体にわたる計算・通信コストを同定するエネルギー会計フレームワークを提案する。 我々は、単純化、計算制御、インプット・アンド・アテンション最適化、ハードウェア・アウェア・推論にまたがる統一的な分類法を確立する。 我々は,第6世代移動通信(6G)ネイティブエージェントAI,自己維持システムといったグリーンラーニングのオープンな課題を特定した。
  論文  参考訳（メタデータ） (2026-04-09T06:13:59Z)
• Federated Agentic AI for Wireless Networks: Fundamentals, Approaches, and Applications [60.721304295812445]
  フェデレートラーニング(FL)はエージェントAIの全体的なループを改善する可能性がある。 まず、エージェントAIとメインストリームのFLタイプの基礎を要約し、各FLタイプがエージェントAIのループの特定のコンポーネントを強化する方法について説明する。 低高度無線ネットワークにおけるエージェントAIの動作決定性能を向上させるためにFRLを用いたケーススタディを行う。
  論文  参考訳（メタデータ） (2026-03-02T11:26:56Z)
• AI-Native Integrated Sensing and Communications for Self-Organizing Wireless Networks: Architectures, Learning Paradigms, and System-Level Design [0.0]
  次世代無線ネットワークの基本パラダイムとして、ISAC(Integrated Sensing and Communications)が登場している。 無線センシングと通信機能を密結合することにより、ISACは状況認識、ローカライゼーション、トラッキング、ネットワーク適応のための新しい機能を解放する。 この調査は、AIネイティブなISAC対応の自己組織化無線ネットワークの包括的でシステムレベルのレビューを提供する。
  論文  参考訳（メタデータ） (2025-12-29T05:45:57Z)
• "X of Information'' Continuum: A Survey on AI-Driven Multi-dimensional Metrics for Next-Generation Networked Systems [13.897670100495274]
  時間的・品質・実用性・信頼性・ロバスト性・ネットワーク・コミュニケーションの次元に沿って情報メトリクスを構造化する体系的な4次元分類体系を導入する。 分析の結果、深層強化学習、マルチエージェントシステム、ニューラル最適化モデルといった人工知能技術が、競合する情報品質の目的を適応的かつコンテキスト対応で最適化できることがわかった。
  論文  参考訳（メタデータ） (2025-07-25T20:03:38Z)
• 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)
• AI-Driven Tactical Communications and Networking for Defense: A Survey and Emerging Trends [0.2999888908665658]
  この研究は、適応信号処理、ネットワーク最適化のためのマルチエージェント調整、レーダー支援目標追跡、AI駆動型電子対策におけるAI応用を強調している。 敵AIの脅威、自律的な通信ネットワークのリアルタイム適応性、戦場環境下での現在のAIモデルの制限といった課題に対処する。
  論文  参考訳（メタデータ） (2025-04-07T13:38:32Z)
• Knowledge-enhanced Neuro-Symbolic AI for Cybersecurity and Privacy [3.425341633647625]
  ニューロシンボリック人工知能は、ニューラルネットワークと明示的でシンボリックな知識グラフのサブシンボリックな強さを組み合わせる。 この記事では、最も要求の多い2つのドメインであるサイバーセキュリティとプライバシのアプリケーションが、Neuro-Symbolic AIの恩恵を受ける方法について説明する。
  論文  参考訳（メタデータ） (2023-07-25T01:29:34Z)
• Causal Semantic Communication for Digital Twins: A Generalizable Imitation Learning Approach [74.25870052841226]
  デジタルツイン(DT)は、物理世界の仮想表現と通信(例えば6G)、コンピュータ、人工知能(AI)技術を活用して、多くの接続されたインテリジェンスサービスを実現する。 無線システムは、厳密な通信制約下での情報意思決定を容易にするために意味コミュニケーション(SC)のパラダイムを利用することができる。 DTベースの無線システムでは,因果意味通信(CSC)と呼ばれる新しいフレームワークが提案されている。
  論文  参考訳（メタデータ） (2023-04-25T00:15:00Z)

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。