儘管美國各城市已開始採用 AI 技術,但他們在負責任 AI 採購方面的準備程度差異很大,面臨著諸多挑戰,包括缺乏對 AI 使用的全面了解、資源有限以及與供應商互動的困難。
米国では、都市が責任あるAI調達を実施する上で、組織的な課題、AIベンダーとの力関係、AIリスク評価に関する知識不足など、多くの課題に直面している。
While US city governments are increasingly procuring AI solutions, they face significant challenges in ensuring responsible AI practices, including a lack of visibility into AI usage, limited resources, and difficulties navigating vendor relationships.
大型語言模型 (LLM) 和多模態大型語言模型 (MLLM) 的最新進展,推動了能夠執行複雜任務的智慧代理的發展,這些代理可以透過模擬人類與圖形用戶介面 (GUI) 的互動(如點擊和輸入)來自主執行用戶指令。
초거대 언어 모델(LLM) 및 멀티모달 LLM(MLLM)의 발전으로 GUI 에이전트 분야가 빠르게 진화하고 있으며, 이는 인간과 같은 방식으로 GUI와 상호 작용하여 복잡한 작업을 수행할 수 있는 지능형 에이전트 개발을 가능하게 합니다.
近年の大規模言語モデル(LLM)とマルチモーダル大規模言語モデル(MLLM)の進歩により、GUIエージェントはユーザー命令を自律的に実行できるようになり、GUIエージェントの研究分野は急速に発展している。
雖然臨床醫生對人工智慧 (AI) 基於人工智慧的決策支援系統 (DST) 持樂觀態度,認為其具有提高醫療效率和客觀性的潛力,但他們也強調在實施過程中必須謹慎行事,特別是在信任建立、與患者保持關係以及 AI 素養方面。
본 논문은 의료 분야에 XAI를 성공적으로 구현하기 위해서는 임상의의 요구사항, 특히 설명 방법에 대한 선호도, 신뢰 구축의 중요성, 윤리적 문제에 대한 고려 등을 이해하는 것이 중요하다고 주장합니다.
医療現場へのAI導入を成功させるには、臨床医の意見を取り入れた、ワークフローにシームレスに統合できる説明可能なAIツールを開発する必要がある。
While clinicians acknowledge the potential of XAI in healthcare, successful integration hinges on addressing concerns regarding trust, transparency, education, and the impact on clinician-patient relationships.