人工知能の悪用:予測、防止、緩和
The Malicious Use of Artificial Intelligence (arxiv.org)
要約
本レポートは、人工知能(AI)の悪用による潜在的なセキュリティ脅威の状況を調査し、これらの脅威をより良く予測、防止、緩和する方法を提案しています。AIがデジタル、物理、政治領域における脅威の様相にどのように影響するかを分析した後、AI研究者およびその他の関係者への4つのハイレベルな推奨事項を提示します。また、防御策のポートフォリオを拡大したり、攻撃をより効果的でなく、実行を困難にしたりする可能性のある、いくつかの有望な研究分野も提案しています。
全文翻訳
コンピュータサイエンス > 人工知能
arXiv:1802.07228 (cs)
[2018年2月20日提出 (v1)]、最終改訂2024年12月1日(本バージョン、v2)]
タイトル: 人工知能の悪用:予測、防止、緩和策
著者: Miles Brundage, Shahar Avin, Jack Clark, Helen Toner, Peter Eckersley, Ben Garfinkel, Allan Dafoe, Paul Scharre, Thomas Zeitzoff, Bobby Filar, Hyrum Anderson, Heather Roff, Gregory C. Allen, Jacob Steinhardt, Carrick Flynn, Seán Ó hÉigeartaigh, SJ Beard, Haydn Belfield, Sebastian Farquhar, Clare Lyle, Rebecca Crootof, Owain Evans, Michael Page, Joanna Bryson, Roman Yampolskiy, Dario Amodei
Miles Brundageと他の25名の著者による論文「人工知能の悪用:予測、防止、緩和策」のPDFを表示
要旨: 本レポートは、人工知能(AI)の悪用による潜在的なセキュリティ脅威の状況を調査し、これらの脅威をより良く予測、防止、緩和する方法を提案しています。AIがデジタル、物理、政治領域における脅威の状況にどのように影響するかを分析した後、AI研究者およびその他の関係者への4つのハイレベルな推奨事項を提示しています。さらに、防御策の選択肢を拡大したり、攻撃をより効果的で実行困難にしたりする可能性のある、いくつかの有望な研究分野を提案しています。最後に、攻撃者と防御者の長期的な均衡について議論しますが、結論は出していません。
| 件名: | 人工知能 (cs.AI); 暗号理論とセキュリティ (cs.CR); コンピュータと社会 (cs.CY) |
| 引用: | arXiv:1802.07228 [cs.AI] |
| (または、このバージョンについては arXiv:1802.07228v2 [cs.AI]) | |
| https://doi.org/10.48550/arXiv.1802.07228 DataCite経由のarXiv発行DOI |
提出履歴
From: Miles Brundage [メールを表示]
v1 2018年2月20日 火曜日 18:07:50 UTC (1,400 KB)
[v2] 2024年12月1日 日曜日 17:59:04 UTC (1,400 KB)
全文リンク:
ペーパーにアクセス
Miles Brundageと他の25名の著者による論文「人工知能の悪用:予測、防止、緩和策」のPDFを表示
追加機能
現在の閲覧コンテキスト:
cs.AI
以下で閲覧を変更:
参考文献と引用
ブログリンク2件
(これは何ですか?)
DBLP - CS参考文献
Miles Brundage
Shahar Avin
Jack Clark
Helen Toner
Peter Eckersley
…
読み込み中...
BibTeX形式の引用
読み込み中...
提供元:
ブックマーク
参考文献ツール
参考文献と引用ツール
参考文献エクスプローラー トグル
参考文献エクスプローラー (エクスプローラーとは?)
コネクテッドペーパー トグル
コネクテッドペーパー (コネクテッドペーパーとは?)
リトマップス トグル
リトマップス (リトマップスとは?)
scite.ai トグル
scite Smart Citations (スマート引用とは?)
コード、データ、メディア
この論文に関連するコード、データ、メディア
alphaXiv トグル
alphaXiv (alphaXivとは?)
コードへのリンク トグル
CatalyzeX コードファインダー (CatalyzeXとは?)
DagsHub トグル
DagsHub (DagsHubとは?)
GotitPub トグル
Gotit.pub (GotitPubとは?)
Huggingface トグル
Hugging Face (Hugging Faceとは?)
ScienceCast トグル
ScienceCast (ScienceCastとは?)
デモ
デモ
Replicate トグル
Replicate (Replicateとは?)
Spaces トグル
Hugging Face Spaces (Spacesとは?)
Spaces トグル
TXYZ.AI (TXYZ.AIとは?)
関連論文
レコメンダーと検索ツール
インフルエンスフラワーへのリンク
インフルエンスフラワー (インフルエンスフラワーとは?)
COREレコメンダー トグル
CORE Recommender (COREとは?)
- 著者
- 会場
- 機関
- トピック
arXivLabsについて
arXivLabs:コミュニティ協力者との実験的なプロジェクト
arXivLabsは、協力者がarXivのウェブサイト上で直接新しいarXiv機能を開発・共有できるフレームワークです。
arXivLabsで働く個人および組織は、オープンさ、コミュニティ、卓越性、ユーザーデータプライバシーという私たちの価値観を受け入れ、遵守しています。arXivはこの価値観にコミットしており、それに準拠したパートナーのみと協力します。
arXivのコミュニティに価値をもたらすプロジェクトのアイデアをお持ちですか? arXivLabsについてもっと知る。
この論文の著者のうち、誰が推薦者ですか? | MathJaxを無効にする (MathJaxとは?)