論文の概要: The AI-Enabled Scientific Frontier

• arxiv url: http://arxiv.org/abs/2609.16258v1
• Date: Mon, 14 Sep 2026 19:22:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 14:56:08.210267
• Title: The AI-Enabled Scientific Frontier
• Title（参考訳）: AIが実現した科学フロンティア
• Abstract要約: 我々は、AIと他の科学分析技術との2,507の頭対頭比較コーパスを組み立てる。 従来の統計とは対照的に、AIは性能が優れていることが多いが、計算コストはかなり高い。 しかし、AIが従来の統計技術よりも高価でパフォーマンスが悪いケースは4分の1近くある。
• 参考スコア（独自算出の注目度）: 1.6725669564247125
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As artificial intelligence's capabilities improve, it is increasingly viewed as a general scientific method. But how true are these claims? Does AI outperform all techniques, or only some, and how is this changing? To assess the claims, we assemble a corpus of 2,507 head-to-head comparisons between AI and other scientific analysis techniques across 27 scientific disciplines from papers published between 2000 and early 2025. We find a profound dichotomy. Relative to traditional statistics, AI often outperforms, but at a significantly higher computational cost. But there are also nearly a quarter of cases where AI is both more expensive and performs worse than traditional statistical techniques and this fraction has been stable for a decade. Relative to scientific computing, AI often underperforms, but at lower computational cost. This has begun to change: since 2020, AI's performance against scientific computing has notably strengthened and it now outperforms on more than half of comparisons. These patterns suggest that AI is therefore not a universal replacement for existing methods, but rather a valuable -- and improving -- part of a new AI-enabled scientific frontier.
• Abstract（参考訳）: 人工知能の能力が向上するにつれて、一般的な科学的手法として見なされるようになった。 しかし、これらの主張はどこまで本当なのか? AIはすべてのテクニック、あるいは一部の技術よりも優れていますか? クレームを評価するため、2000年から2025年にかけて発行された論文から、27の科学分野にわたるAIと他の科学分析技術の比較を2,507件のコーパスにまとめた。 私たちは深い二分法を見つけます。 従来の統計とは対照的に、AIは性能が優れていることが多いが、計算コストはかなり高い。 しかし、AIが従来の統計技術よりも高価でパフォーマンスが悪いケースは4分の1近くあり、この割合は10年間安定している。 科学計算とは対照的に、AIは性能が劣ることが多いが、計算コストは低い。 2020年以降、科学計算に対するAIのパフォーマンスは著しく向上し、現在では比較の半分以上でパフォーマンスが向上しています。 これらのパターンは、AIが既存の手法の普遍的な代替ではなく、新しいAI対応科学フロンティアの一部として価値があり、改善されていることを示唆している。

関連論文リスト

• Translating AI into scientific impact: Field context, career position, and institutional capability in AI-enabled research [0.6050783704803797]
  本研究では、AI知識の統合が科学的影響とどのように結びついているかを検討し、科学におけるAI関連の知識の恩恵を問う。 大規模データを用いて,OpenAlex人工知能サブフィールドの論文を参照して,AI統合を測定する。 結果は、AI参照は一般的により高い引用の影響と関連していることを示しているが、そのリターンは科学分野によって大きく異なることを示している。
  論文  参考訳（メタデータ） (2026-07-18T11:31:04Z)
• AI Researchers' Views on Automating AI R&D and Intelligence Explosions [7.10975129848806]
  多くの先進的なAI研究者は、AI開発が過去のすべての技術革新の変革的影響を超えることを期待している。 私たちは、フロンティアAIラボとアカデミックの25の研究者にインタビューした。
  論文  参考訳（メタデータ） (2026-02-13T23:24:05Z)
• AI Needs Physics More Than Physics Needs AI [0.0]
  2024年のノーベル化学物理学賞はAIの可能性を認めているが、より広範な評価は、現在の影響が技術よりもしばしば促進されていることを示している。 私たちは、現在のAIは物理学に影響を与えるかもしれないが、物理学は、この世代のAIを提供するために、はるかに多くのものを提供していると論じている。
  論文  参考訳（メタデータ） (2025-12-18T09:31:05Z)
• Explainable AI as a Double-Edged Sword in Dermatology: The Impact on Clinicians versus The Public [46.86429592892395]
  説明可能なAI(XAI)は、AI意思決定の洞察を提供することによって、この問題に対処する。 フェアネスに基づく診断AIモデルと異なるXAI説明を組み合わせた2つの大規模実験の結果を報告する。
  論文  参考訳（メタデータ） (2025-12-14T00:06:06Z)
• AI and Supercomputing are Powering the Next Wave of Breakthrough Science - But at What Cost? [0.0]
  私たちは、AIとHPCがどのように相互作用し、27分野にわたる研究結果を形成するかを特定します。 2つの技術を組み合わせた論文は、新しい概念を導入する確率が最大3倍になる。 発見の未来は、アルゴリズムや計算だけでなく、世界がいかにトランスフォーメーションツールを共有するかにもかかっている。
  論文  参考訳（メタデータ） (2025-11-16T17:02:27Z)
• Evaluating Sakana's AI Scientist: Bold Claims, Mixed Results, and a Promising Future? [20.188659973082643]
  サカナは先日,AI Scientistを導入して,自律的に研究を行うこと,すなわち,私たちがARI(Artificial Research Intelligence)と呼ぶものを達成したことを示唆している,と主張している。 AI Scientistの評価は、重大な欠点を明らかにします。
  論文  参考訳（メタデータ） (2025-02-20T06:22:03Z)
• Hype, Sustainability, and the Price of the Bigger-is-Better Paradigm in AI [67.58673784790375]
  AIパラダイムは、科学的に脆弱なだけでなく、望ましくない結果をもたらすものだ、と私たちは主張する。 第一に、効率の改善にもかかわらず、その計算要求はモデルの性能よりも速く増加するため、持続可能ではない。 第二に、健康、教育、気候などの重要な応用は別として、他人を犠牲にして特定の問題に焦点をあてることである。
  論文  参考訳（メタデータ） (2024-09-21T14:43:54Z)
• AI for social science and social science of AI: A Survey [47.5235291525383]
  人工知能の最近の進歩は、人工知能の可能性を再考するきっかけとなった。 AIの人間的能力の増大は、社会科学研究にも注目されている。
  論文  参考訳（メタデータ） (2024-01-22T10:57:09Z)
• Artificial intelligence adoption in the physical sciences, natural sciences, life sciences, social sciences and the arts and humanities: A bibliometric analysis of research publications from 1960-2021 [73.06361680847708]
  1960年には333の研究分野の14%がAIに関連していたが、1972年には全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。 1960年には、333の研究分野の14%がAI(コンピュータ科学の多くの分野)に関連していたが、1972年までに全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。 我々は、現在の急上昇の状況が異なっており、学際的AI応用が持続する可能性が高いと結論付けている。
  論文  参考訳（メタデータ） (2023-06-15T14:08:07Z)
• A User-Centred Framework for Explainable Artificial Intelligence in Human-Robot Interaction [70.11080854486953]
  本稿では,XAIのソーシャル・インタラクティブな側面に着目したユーザ中心型フレームワークを提案する。 このフレームワークは、エキスパートでないユーザのために考えられた対話型XAIソリューションのための構造を提供することを目的としている。
  論文  参考訳（メタデータ） (2021-09-27T09:56:23Z)
• Trustworthy AI: A Computational Perspective [54.80482955088197]
  我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。 各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
  論文  参考訳（メタデータ） (2021-07-12T14:21:46Z)
• Hybrid Intelligence [4.508830262248694]
  今後数十年間、人間と機械の間の労働分業の最も可能性の高いパラダイムはハイブリッド・インテリジェンスであると主張する。 このコンセプトは、人間の知性とAIの相補的な強みを利用することを目標とし、それぞれが個別にできることよりも優れたパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2021-05-03T08:56:09Z)

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。