論文の概要: AI-Model Network: Concept, Current State and Future
- arxiv url: http://arxiv.org/abs/2606.27382v1
- Date: Mon, 25 May 2026 13:46:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-27 00:46:12.950665
- Title: AI-Model Network: Concept, Current State and Future
- Title（参考訳）: AIモデルネットワーク - 概念,現状,未来
- Abstract要約: インターネットのコアバリューは、共有とコラボレーションに根ざしています。
インターネット、クラウドコンピューティング、ビッグデータの急速な発展は、人工知能を大規模モデル(LM)の時代に押し込んでいる。
本稿では,世界規模のAIモデルネットワーク(AI-ModelNet)の概念,ビジョン,システムアーキテクチャを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: While the primary function of computers lies in computation and processing, the core value of the Internet is rooted in sharing and collaboration. Computers create the Internet, and the Internet empowers the value of computers. The rapid development of the Internet, cloud computing, and big data is pushing artificial intelligence into the era of large models (LMs). However, the practical application of LMs is currently hindered by high training costs and deployment complexities, driving a shift toward lightweight, private, and domain-specific models. With the rapid proliferation and wide distribution of heterogeneous models, enabling effective interaction and collaboration among them has emerged as a critical bottleneck that urgently needs to be addressed in LM development. Drawing inspiration from the development of the Internet, this paper proposes the concept, vision, and system architecture of world wide AI-model network (AI-ModelNet). It is a novel paradigm that achieves interconnection, capability sharing, and collaborative reasoning by establishing pathways between models. We first briefly review the current state of single-model and multi-model research. Subsequently, the systemic vision and hierarchical architecture of AI-ModelNet are articulated, followed by validation of the framework's feasibility through a prototype system and diverse application cases. Finally, key directions for future research are discussed preliminarily.
- Abstract（参考訳）: コンピュータの主要な機能は計算と処理にあるが、インターネットのコアバリューは共有とコラボレーションに根ざしている。
コンピュータはインターネットを作り、インターネットはコンピュータの価値を高める。
インターネット、クラウドコンピューティング、ビッグデータの急速な発展は、人工知能を大規模モデル(LM)の時代に押し込んでいる。
しかし、LMの実践的な応用は、現在、高いトレーニングコストとデプロイメントの複雑さによって妨げられており、軽量でプライベートでドメイン固有のモデルへとシフトしている。
ヘテロジニアスモデルの急激な増殖と広範な分布により、効果的相互作用と協調を可能にすることが、LM開発において緊急に対処する必要がある重要なボトルネックとして浮上している。
本稿では,インターネットの発展からインスピレーションを得て,ワールドワイドAIモデルネットワーク(AI-ModelNet)の概念,ビジョン,システムアーキテクチャを提案する。
モデル間の経路を確立することによって相互接続、能力共有、協調推論を実現する新しいパラダイムである。
まず,単一モデルおよびマルチモデル研究の現状について概観する。
その後、AI-ModelNetのシステムビジョンと階層アーキテクチャが具体化され、続いてプロトタイプシステムと多様なアプリケーションケースを通じてフレームワークの実現可能性を検証する。
最後に,今後の研究の方向性について概説する。
関連論文リスト
- AI-IoT-Robotics Integration: Survey of Frameworks, Emerging Trends, and the Path Toward Connected Robotics [1.4337588659482519]
人工知能、モノのインターネット、ロボティクスの融合は、もはや未来的なビジョンではない。
AIoTとInternet of Robotic Things (IoRT)のようなペアワイズの組み合わせは進歩しているが、これら3つを完全に統合した統一設計フレームワークはいまだに存在しない。
この調査は、これらの領域における最先端の最先端におけるSLM(Small Language Models)と、クラウドにおけるLLM(Large Language Models)の出現する役割を強調し、最先端の最先端における最先端の最先端技術について要約する。
論文 参考訳（メタデータ） (2026-05-31T05:10:34Z) - Agentic Artificial Intelligence (AI): Architectures, Taxonomies, and Evaluation of Large Language Model Agents [14.448267395835721]
エージェントを知覚,脳,計画,行動,ツール利用,コラボレーションに分割する統合分類法を提案する。
また、デジタルオペレーティングシステム、エンボディロボット、その他の特殊なドメインを含む、これらのエージェントが動作する環境もグループ化します。
論文 参考訳（メタデータ） (2026-01-18T19:51:16Z) - 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 Large AI Models to Agentic AI: A Tutorial on Future Intelligent Communications [57.38526350775472]
このチュートリアルは、大規模人工知能モデル(LAM)とエージェントAI技術の原則、設計、応用に関する体系的な紹介を提供する。
我々は,6G通信の背景を概説し,LAMからエージェントAIへの技術的進化を概説し,チュートリアルのモチベーションと主な貢献を明らかにする。
論文 参考訳（メタデータ） (2025-05-28T12:54:07Z) - 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) - DIME: Fine-grained Interpretations of Multimodal Models via Disentangled
Local Explanations [119.1953397679783]
我々は,マルチモーダルモデルの解釈における最先端化に注力する。
提案手法であるDIMEは,マルチモーダルモデルの高精度かつきめ細かな解析を可能にする。
論文 参考訳（メタデータ） (2022-03-03T20:52:47Z) - 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) - Towards open and expandable cognitive AI architectures for large-scale
multi-agent human-robot collaborative learning [5.478764356647437]
多エージェントLfDロボット学習のための新しい認知アーキテクチャを導入し、オープンでスケーラブルで拡張可能なロボットシステムの信頼性の高い展開を可能にする。
この概念化は、ロボットプラットフォームのネットワークの端ノードで動作する複数のAI駆動の認知プロセスを採用することに依存している。
提案フレームワークの適用性は,実世界の産業ケーススタディの例を用いて説明できる。
論文 参考訳（メタデータ） (2020-12-15T09:49:22Z)
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。