論文の概要: Design of the Artificial: lessons from the biological roots of general intelligence

• arxiv url: http://arxiv.org/abs/1703.02245v3
• Date: Thu, 22 Jun 2023 21:57:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-26 15:00:44.403795
• Title: Design of the Artificial: lessons from the biological roots of general intelligence
• Title（参考訳）: 人工物の設計--一般知能の生物学的根源から学ぶ
• Authors: Nima Dehghani
• Abstract要約: 人工知能のクエストは繰り返し失敗に悩まされている。 バイオインスパイアされたソフトウェアとハードウェアへの最近のシフトは、AGIの達成に非効率である。 階層型アーキテクチャによって実現される情報のコンテキスト処理の進化的ティンカーは、AGIを構築する上で鍵となる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Our fascination with intelligent machines goes back to ancient times with the mythical automaton Talos, Aristotle's mode of mechanical thought (syllogism) and Heron of Alexandria's mechanical machines. However, the quest for Artificial General Intelligence (AGI) has been troubled with repeated failures. Recently, there has been a shift towards bio-inspired software and hardware, but their singular design focus makes them inefficient in achieving AGI. Which set of requirements have to be met in the design of AGI? What are the limits in the design of the artificial? A careful examination of computation in biological systems suggests that evolutionary tinkering of contextual processing of information enabled by a hierarchical architecture is key to building AGI.
• Abstract（参考訳）: 知的な機械に対する私たちの興味は、アリストテレスの機械思考のモード(シルロジズム)とアレクサンドリアの機械機械のヘロンという神話のオートマトン・タロスによって、古代にさかのぼる。 しかし、ai(artificial general intelligence, agi)の探求は繰り返し失敗に苦しめられている。 近年,バイオインスパイアされたソフトウェアやハードウェアへのシフトが進んでいるが,その特異な設計の焦点は,AGIの達成に非効率である。 AGIの設計においてどの要件を満たす必要があるか? 人工物の設計の限界は何か? 生物学的システムにおける計算の精査は、階層的アーキテクチャによって実現された情報の文脈的処理の進化的ティンカー化がAGI構築の鍵であることを示唆している。

関連論文リスト

• Bio-inspired AI: Integrating Biological Complexity into Artificial Intelligence [0.0]
  人工知能を作ることの追求は、私たち自身の知性を理解することへの長年の関心を反映している。 最近のAIの進歩は約束を守るが、特異なアプローチはしばしば知性の本質を捉えるのに不足する。 本稿では,生物計算の基本原理が真にインテリジェントなシステムの設計をいかに導くかを検討する。
  論文  参考訳（メタデータ） (2024-11-22T02:55:39Z)
• Development of an Adaptive Multi-Domain Artificial Intelligence System Built using Machine Learning and Expert Systems Technologies [0.0]
  人工知能(AGI)は、人工知能(AI)研究においてしばらくの間、明白な目標であった。 AGIは、人間のように、新しい問題領域にさらされ、それを学び、推論プロセスを使って意思決定する能力を持つでしょう。 本稿では,AGIの製作に向けての歩みについて述べる。
  論文  参考訳（メタデータ） (2024-06-17T07:21:44Z)
• Artificial General Intelligence (AGI)-Native Wireless Systems: A Journey Beyond 6G [58.440115433585824]
  デジタルツイン(DT)のようなサービスをサポートする将来の無線システムの構築は、メタサーフェスのような従来の技術への進歩を通じて達成することが困難である。 人工知能(AI)ネイティブネットワークは、無線技術のいくつかの制限を克服することを約束する一方で、開発は依然としてニューラルネットワークのようなAIツールに依存している。 本稿では、AIネイティブ無線システムの概念を再考し、それらを人工知能(AGI)ネイティブシステムに変換するために必要な共通感覚を取り入れた。
  論文  参考訳（メタデータ） (2024-04-29T04:51:05Z)
• 1 From the Pursuit of Universal AGI Architecture to Systematic Approach to Heterogenous AGI: Addressing Alignment, Energy, & AGI Grand Challenges [3.5897534810405403]
  AIは、エナジーウォール、アライメント問題、ナローAIからAGIへの移行という三大課題に直面している。 AIからAGIへの飛躍は、システムアーキテクチャを必要とするバランスの取れた方法で運用される複数の機能サブシステムを必要とする。 本稿では,AGIアーキテクチャを一意的に構築するのではなく,設計固有の経路を多元的に組み合わせることで,人工知能が実現可能であることを主張する。
  論文  参考訳（メタデータ） (2023-10-23T18:20:54Z)
• AI for Mathematics: A Cognitive Science Perspective [86.02346372284292]
  数学は人間によって開発された最も強力な概念体系の1つである。 AIの急速な進歩、特に大規模言語モデル(LLM)の進歩による推進により、そのようなシステム構築に対する新たな、広範な関心が生まれている。
  論文  参考訳（メタデータ） (2023-10-19T02:00:31Z)
• AI-Generated Images as Data Source: The Dawn of Synthetic Era [61.879821573066216]
  生成AIは、現実世界の写真によく似た合成画像を作成する可能性を解き放った。 本稿では、これらのAI生成画像を新しいデータソースとして活用するという革新的な概念を探求する。 実際のデータとは対照的に、AI生成データには、未整合のアブリダンスやスケーラビリティなど、大きなメリットがある。
  論文  参考訳（メタデータ） (2023-10-03T06:55:19Z)
• Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
  予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。 PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
  論文  参考訳（メタデータ） (2023-08-15T16:37:16Z)
• When Brain-inspired AI Meets AGI [40.96159978312796]
  我々は、人工知能の観点から、脳にインスパイアされたAIの包括的概要を提供する。 私たちは、脳にインスパイアされたAIの現在の進歩と、AGIとの広範な関係から始まります。 次に、人間の知性とAIの両面での重要な特徴について述べる。
  論文  参考訳（メタデータ） (2023-03-28T12:46:38Z)
• The Embeddings World and Artificial General Intelligence [2.28438857884398]
  我々は、このインテリジェントな世界を構築する上で、事前訓練された埋め込みが重要な役割を担っていると論じている。 我々は、事前学習した埋め込みが、人間レベルの知能のいくつかの特性を達成するのにどのように役立つかについて論じる。
  論文  参考訳（メタデータ） (2022-09-14T11:56:30Z)
• A User-Centred Framework for Explainable Artificial Intelligence in Human-Robot Interaction [70.11080854486953]
  本稿では,XAIのソーシャル・インタラクティブな側面に着目したユーザ中心型フレームワークを提案する。 このフレームワークは、エキスパートでないユーザのために考えられた対話型XAIソリューションのための構造を提供することを目的としている。
  論文  参考訳（メタデータ） (2021-09-27T09:56:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。