Latest Trends in Artificial Intelligence Technology: A Scoping Review

要約

人工知能は複数のドメインでより普及しています。
スマートフォン、ソーシャル メディア プラットフォーム、検索エンジン、自動運転車は、人工知能テクノロジーを利用してパフォーマンスを向上させるアプリケーションのほんの一例にすぎません。
この研究は、PRISMA フレームワークに従って、現在の最先端の人工知能テクノロジーの範囲的レビューを実行します。
目標は、人工知能技術研究のさまざまな領域で使用されている最先端の技術を見つけることでした。
人工知能と機械学習の分野では、Journal of Artificial Intelligence Research、Journal of Machine Learning Research、Machine Learning の 3 つの著名なジャーナルが使用され、2022 年に発行された論文が観察されました。
技術的ソリューションには特定の条件が設けられています。技術は比較可能なソリューションに対してテストされなければならず、申請中に一般に承認された、または十分に正当化されたデータセットを使用する必要があり、結果は比較可能なソリューションに対して改善を示さなければなりません。
テクノロジー開発の最も重要な部分の 1 つは、複数のソースから収集したデータをどのように処理して活用するかであるようです。
データは非常に非構造化されている可能性があり、技術的ソリューションでは人間による最小限の手作業でデータを利用できる必要があります。
このレビューの結果は、ラベル付きデータセットの作成は非常に手間がかかり、教師なしまたは半教師あり学習テクノロジーを活用したソリューションがますます研究されていることを示しています。
学習アルゴリズムは効率的に更新でき、予測は解釈可能である必要があります。
現実世界のアプリケーションで人工知能テクノロジーを使用する場合、大量に導入される前に、安全性と説明可能な予測を考慮することが必須です。

要約(オリジナル)

Artificial intelligence is more ubiquitous in multiple domains. Smartphones, social media platforms, search engines, and autonomous vehicles are just a few examples of applications that utilize artificial intelligence technologies to enhance their performance. This study carries out a scoping review of the current state-of-the-art artificial intelligence technologies following the PRISMA framework. The goal was to find the most advanced technologies used in different domains of artificial intelligence technology research. Three recognized journals were used from artificial intelligence and machine learning domain: Journal of Artificial Intelligence Research, Journal of Machine Learning Research, and Machine Learning, and articles published in 2022 were observed. Certain qualifications were laid for the technological solutions: the technology must be tested against comparable solutions, commonly approved or otherwise well justified datasets must be used while applying, and results must show improvements against comparable solutions. One of the most important parts of the technology development appeared to be how to process and exploit the data gathered from multiple sources. The data can be highly unstructured and the technological solution should be able to utilize the data with minimum manual work from humans. The results of this review indicate that creating labeled datasets is very laborious, and solutions exploiting unsupervised or semi-supervised learning technologies are more and more researched. The learning algorithms should be able to be updated efficiently, and predictions should be interpretable. Using artificial intelligence technologies in real-world applications, safety and explainable predictions are mandatory to consider before mass adoption can occur.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google