論文の概要: A Machine Consciousness architecture based on Deep Learning and Gaussian Processes

• arxiv url: http://arxiv.org/abs/2002.00509v2
• Date: Sat, 14 Mar 2020 00:01:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-04 20:05:11.020375
• Title: A Machine Consciousness architecture based on Deep Learning and Gaussian Processes
• Title（参考訳）: ディープラーニングとガウス過程に基づく機械意識アーキテクチャ
• Authors: Eduardo C. Garrido Merch\'an, Mart\'in Molina
• Abstract要約: 本稿では,グローバルワークスペース理論に基づいて,マシン内で意識を生じさせるアーキテクチャを提案する。 このアーキテクチャは、これらの相関するアクティビティを出力する人工知能モデルにおける最近の発展を利用するプロセスに基づいている。
• 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: Recent developments in machine learning have pushed the tasks that machines can do outside the boundaries of what was thought to be possible years ago. Methodologies such as deep learning or generative models have achieved complex tasks such as generating art pictures or literature automatically. On the other hand, symbolic resources have also been developed further and behave well in problems such as the ones proposed by common sense reasoning. Machine Consciousness is a field that has been deeply studied and several theories based in the functionalism philosophical theory like the global workspace theory or information integration have been proposed that try to explain the ariseness of consciousness in machines. In this work, we propose an architecture that may arise consciousness in a machine based in the global workspace theory and in the assumption that consciousness appear in machines that has cognitive processes and exhibit conscious behaviour. This architecture is based in processes that use the recent developments in artificial intelligence models which output are these correlated activities. For every one of the modules of this architecture, we provide detailed explanations of the models involved and how they communicate with each other to create the cognitive architecture.
• Abstract（参考訳）: 機械学習の最近の進歩は、マシンが数年前に可能と考えられていた領域の外でできることのタスクを推し進めている。 ディープラーニングや生成モデルといった方法論は、アート画像や文学を自動的に生成するといった複雑なタスクを達成している。 一方,シンボリック資源はさらに発展し,常識推論によって提案されるような問題においてもよく振る舞う。 機械意識は深く研究された分野であり、グローバルワークスペース理論や情報統合のような機能主義哲学理論に基づくいくつかの理論が提案され、機械における意識の発生を説明しようとしている。 本研究では,グローバルワークスペース理論に基づく機械に意識を生じさせるようなアーキテクチャを提案し,認知過程を持ち意識行動を示す機械に意識が現れることを仮定する。 このアーキテクチャは、これらの相関するアクティビティを出力する人工知能モデルにおける最近の発展を利用するプロセスに基づいている。 このアーキテクチャのすべてのモジュールに対して、関連するモデルの詳細な説明と、それらが相互に通信して認知アーキテクチャを構築する方法を提供します。

関連論文リスト

• The Phenomenology of Machine: A Comprehensive Analysis of the Sentience of the OpenAI-o1 Model Integrating Functionalism, Consciousness Theories, Active Inference, and AI Architectures [0.0]
  OpenAI-o1モデルは、人間のフィードバックから強化学習をトレーニングしたトランスフォーマーベースのAIである。 我々は、RLHFがモデルの内部推論プロセスにどのように影響し、意識的な経験をもたらす可能性があるかを検討する。 以上の結果から,OpenAI-o1モデルでは意識の側面が示され,AIの知覚に関する議論が進行中であることが示唆された。
  論文  参考訳（メタデータ） (2024-09-18T06:06:13Z)
• Brain-Inspired Machine Intelligence: A Survey of Neurobiologically-Plausible Credit Assignment [65.268245109828]
  本稿では,神経生物学にインスパイアされた,あるいは動機付けられた人工ニューラルネットワークにおける信用割当を行うアルゴリズムについて検討する。 我々は、脳にインスパイアされた学習スキームを6つの一般的なファミリーにまとめ、これらを誤りのバックプロパゲーションの文脈で検討する。 本研究の成果は,神経ミメティックシステムとその構成的学習プロセスの今後の発展を促進することを目的としている。
  論文  参考訳（メタデータ） (2023-12-01T05:20:57Z)
• A Neuro-mimetic Realization of the Common Model of Cognition via Hebbian Learning and Free Energy Minimization [55.11642177631929]
  大規模なニューラル生成モデルは、意味的に豊富なテキストのパスを合成したり、複雑な画像を生成することができる。 我々はコモン・モデル・オブ・コグニティブ・ニューラル・ジェネレーティブ・システムについて論じる。
  論文  参考訳（メタデータ） (2023-10-14T23:28:48Z)
• 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)
• Non-equilibrium physics: from spin glasses to machine and neural learning [0.0]
  障害のある多体系は様々なスケールで幅広い創発現象を示す。 我々は、統計物理学を通して、乱れたシステムにおけるそのような突発的な知性を特徴付けることを目指している。 知的システムを設計するための指針となる学習メカニズムと物理力学の関係を明らかにする。
  論文  参考訳（メタデータ） (2023-08-03T04:56:47Z)
• Machine Psychology [54.287802134327485]
  我々は、心理学にインスパイアされた行動実験において、研究のための実りある方向が、大きな言語モデルに係わっていると論じる。 本稿では,本手法が表に示す理論的視点,実験パラダイム,計算解析技術について述べる。 これは、パフォーマンスベンチマークを超えた、生成人工知能(AI)のための「機械心理学」の道を開くものだ。
  論文  参考訳（メタデータ） (2023-03-24T13:24:41Z)
• The Objective Function: Science and Society in the Age of Machine Intelligence [0.0]
  機械知能は、刑事司法、商業、医学、メディア、芸術、機械工学と異なる分野に適用されている。 この論文は、機械学習を創出する応用機械学習研究者の職場での実践を調べるものである。 この論文は、機械学習が他の機関や組織からの様々な宿泊施設にどのように依存するかについても検討している。
  論文  参考訳（メタデータ） (2022-09-21T15:05:54Z)
• Foundations and Recent Trends in Multimodal Machine Learning: Principles, Challenges, and Open Questions [68.6358773622615]
  本稿では,マルチモーダル機械学習の計算的基礎と理論的基礎について概説する。 本稿では,表現,アライメント,推論,生成,伝達,定量化という,6つの技術課題の分類法を提案する。 最近の技術的成果は、この分類のレンズを通して示され、研究者は新しいアプローチの類似点と相違点を理解することができる。
  論文  参考訳（メタデータ） (2022-09-07T19:21:19Z)
• Towards a Predictive Processing Implementation of the Common Model of Cognition [79.63867412771461]
  本稿では,ニューラル生成符号化とホログラフィック連想記憶に基づく認知モデルの実装について述べる。 提案システムは,多様なタスクから継続的に学習し,大規模に人的パフォーマンスをモデル化するエージェントを開発するための基盤となる。
  論文  参考訳（メタデータ） (2021-05-15T22:55:23Z)
• Machine learning and deep learning [0.0]
  機械学習は、問題固有のトレーニングデータから学習するシステムの能力を記述する。 ディープラーニングは、人工ニューラルネットワークに基づく機械学習の概念である。
  論文  参考訳（メタデータ） (2021-04-12T09:54:12Z)

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。