From Google Gemini to OpenAI Q* (Q-Star): A Survey of Reshaping the Generative Artificial Intelligence (AI) Research Landscape

要約

この包括的な調査では、専門家混合 (MoE)、マルチモーダル学習、および汎用人工知能 (AGI) に向けた推測される進歩の変革的影響に特に焦点を当て、生成型人工知能 (AI) の進化する状況を調査しました。
生成的人工知能 (AI) の現状と将来の軌道を批判的に検証し、Google の Gemini や予想される OpenAI Q* プロジェクトのようなイノベーションが、生成的 AI 研究分類法への影響分析を含め、さまざまな領域にわたる研究の優先順位と応用をどのように再構築しているかを調査しました。

これらのテクノロジーの計算上の課題、スケーラビリティ、現実世界への影響を評価するとともに、医療、金融、教育などの分野で大きな進歩をもたらす可能性を強調しました。
また、AI をテーマにしたプレプリントと AI によって生成されたプレプリントの両方の普及によってもたらされる新たな学術的課題にも対処し、それらが査読プロセスと学術コミュニケーションに及ぼす影響を調査しました。
この研究では、AI開発に倫理的かつ人間中心の手法を取り入れ、社会規範や福祉との整合性を確保することの重要性を強調し、生成におけるMoE、マルチモダリティ、AGIのバランスの取れた誠実な使用に焦点を当てた将来のAI研究戦略の概要を示しました。
あい。

要約(オリジナル)

This comprehensive survey explored the evolving landscape of generative Artificial Intelligence (AI), with a specific focus on the transformative impacts of Mixture of Experts (MoE), multimodal learning, and the speculated advancements towards Artificial General Intelligence (AGI). It critically examined the current state and future trajectory of generative Artificial Intelligence (AI), exploring how innovations like Google’s Gemini and the anticipated OpenAI Q* project are reshaping research priorities and applications across various domains, including an impact analysis on the generative AI research taxonomy. It assessed the computational challenges, scalability, and real-world implications of these technologies while highlighting their potential in driving significant progress in fields like healthcare, finance, and education. It also addressed the emerging academic challenges posed by the proliferation of both AI-themed and AI-generated preprints, examining their impact on the peer-review process and scholarly communication. The study highlighted the importance of incorporating ethical and human-centric methods in AI development, ensuring alignment with societal norms and welfare, and outlined a strategy for future AI research that focuses on a balanced and conscientious use of MoE, multimodality, and AGI in generative AI.

arxiv情報

著者 Timothy R. McIntosh,Teo Susnjak,Tong Liu,Paul Watters,Malka N. Halgamuge
発行日 2023-12-18 01:11:39+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI パーマリンク