Declarative Mechanism Design

要約

マルチエージェント システム (MAS) および宣言型電子機関 (DEI) の規制は、当初から (物理およびソフトウェア) エージェントと法律を含む過去 10 年間の学際的な研究テーマでしたが、最近では 2016 年以降、ニュースで主張されるロボット弁護士に向けて発展しました。
ソフトウェア エージェントの動作を制限する最初の提案の 1 つは電子機関でした。しかし、最近人工ニューラル ネットワーク (ANN) がディープ ラーニング (DL) として再定式化されたことで、DL の使用に関するセキュリティ、プライバシー、倫理的および法的問題が生じています。
人工知能 (AI) コミュニティにおける懸念。
MAS の規制がほぼ正しく扱われたので、私たちは施設内ニューラル ネットワーク (INN) と呼ぶ特別なタイプの規制された人工ニューラル ネットワークのエージェント ベースのトレーニングとしての人工ニューラル ネットワークの規制を提案します。この論文の主な目的は次のとおりです。
Artificial Teaching (AT) に注目を集め、Regulated Deep Learning (RDL) の概念実証実装を示す暫定的な回答を提供します。
この論文では、前者の概念を導入し、人工ニューラル ネットワークの実行と人工教師 (AT) との相互作用を規制する手段として、電子機関を宣言的にモデル化し拡張するために以前使用されていた言語である sI を提供します。

要約(オリジナル)

Regulation of Multi-Agent Systems (MAS) and Declarative Electronic Institutions (DEIs) was a multidisciplinary research topic of the past decade involving (Physical and Software) Agents and Law since the beginning, but recently evolved towards News-claimed Robot Lawyer since 2016. One of these first proposals of restricting the behaviour of Software Agentswas Electronic Institutions.However, with the recent reformulation of Artificial Neural Networks (ANNs) as Deep Learning (DL), Security, Privacy,Ethical and Legal issues regarding the use of DL has raised concerns in the Artificial Intelligence (AI) Community. Now that the Regulation of MAS is almost correctly addressed, we propose the Regulation of Artificial Neural Networks as Agent-based Training of a special type of regulated Artificial Neural Network that we call Institutional Neural Network (INN).The main purpose of this paper is to bring attention to Artificial Teaching (AT) and to give a tentative answer showing a proof-of-concept implementation of Regulated Deep Learning (RDL). This paper introduces the former concept and provide sI, a language previously used to model declaratively and extend Electronic Institutions, as a means to regulate the execution of Artificial Neural Networks and their interactions with Artificial Teachers (ATs)

arxiv情報

提供元, 利用サービス

arxiv.jp, Google