論文の概要: ConsciousControlFlow(CCF): A Demonstration for conscious Artificial
Intelligence
- arxiv url: http://arxiv.org/abs/2004.04376v2
- Date: Sat, 6 Feb 2021 02:43:24 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-15 02:53:26.056442
- Title: ConsciousControlFlow(CCF): A Demonstration for conscious Artificial
Intelligence
- Title(参考訳): ConsciousControlFlow(CCF):意識的人工知能の実証
- Authors: Hongzhi Wang, Bozhou Chen, Yueyang Xu, Kaixin Zhang and Shengwen Zheng
- Abstract要約: CCFは、意識的なAIの行動と精神活動を示す典型的なシナリオをサポートする。
CCFは、効果的なマシン意識実証と人間の行動研究支援のための有用なツールを提供する。
- 参考スコア(独自算出の注目度): 3.6188659868203397
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this demo, we present ConsciousControlFlow(CCF), a prototype system to
demonstrate conscious Artificial Intelligence (AI). The system is based on the
computational model for consciousness and the hierarchy of needs. CCF supports
typical scenarios to show the behaviors and the mental activities of conscious
AI. We demonstrate that CCF provides a useful tool for effective machine
consciousness demonstration and human behavior study assistance.
- Abstract(参考訳): 本稿では,意識的人工知能(AI)のプロトタイプシステムであるConsciousControlFlow(CCF)を紹介する。
このシステムは、意識の計算モデルとニーズの階層に基づいている。
CCFは、意識的なAIの行動と精神活動を示す典型的なシナリオをサポートする。
我々は,CCFが効果的な機械意識実証と人間の行動学習支援に有用なツールであることを実証した。
関連論文リスト
- Modeling Resilience of Collaborative AI Systems [1.869472599236422]
協調人工知能システム(CAIS)は、共通の目標を達成するために、人間と協調して行動する。
CAISは、トレーニングされたAIモデルを使用して、人間のシステムインタラクションを制御することができる。
人間のフィードバックによるオンライン学習では、AIモデルは学習状態のシステムセンサーを通して人間のインタラクションを監視することによって進化する。
これらのセンサーに影響を及ぼす破壊的なイベントは、AIモデルが正確な決定を行い、CAISのパフォーマンスを低下させる能力に影響を与える可能性がある。
論文 参考訳(メタデータ) (2024-01-23T10:28:33Z) - Consciousness in Artificial Intelligence: Insights from the Science of
Consciousness [31.991243430962054]
このレポートは、AI意識に対する厳密で実証的なアプローチを主張し、実証している。
我々は、反復処理理論、グローバルワークスペース理論、高次理論、予測処理、注意スキーマ理論など、意識に関するいくつかの顕著な科学的理論を調査した。
我々の分析は、現在のAIシステムは意識していないことを示唆しているが、これらの指標を満たすAIシステムを構築するための明らかな技術的障壁はないことを示唆している。
論文 参考訳(メタデータ) (2023-08-17T00:10:16Z) - On Computational Mechanisms for Shared Intentionality, and Speculation
on Rationality and Consciousness [0.0]
人類の特異な特質は、新しい行動、協調行動、チームワークを行う能力である。
これは、個人の頭脳間で目標、計画、アイデアを伝達し、共通の意図を生み出すことを要求する。
先行言語型計算エージェント間の共有意図性を実現するための基本的なメカニズムの必要な特性を導出する。
論文 参考訳(メタデータ) (2023-06-03T21:31:38Z) - Neurosymbolic AI - Why, What, and How [9.551858963199987]
人間は知覚と認知の組み合わせを使って環境と相互作用する。
一方、機械認識はより複雑な計算を包含する。
本稿では,ニューロシンボリックAIの新たなパラダイムを紹介する。
論文 参考訳(メタデータ) (2023-05-01T13:27:22Z) - Incremental procedural and sensorimotor learning in cognitive humanoid
robots [52.77024349608834]
本研究は,手順を段階的に学習する認知エージェントを提案する。
各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。
結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
論文 参考訳(メタデータ) (2023-04-30T22:51:31Z) - Towards Human Cognition Level-based Experiment Design for Counterfactual
Explanations (XAI) [68.8204255655161]
XAI研究の重点は、より理解を深めるために、より実践的な説明アプローチに変わったようだ。
認知科学研究がXAIの進歩に大きく影響を与える可能性のある領域は、ユーザの知識とフィードバックを評価することである。
本研究では,異なる認知レベルの理解に基づく説明の生成と評価を実験する枠組みを提案する。
論文 参考訳(メタデータ) (2022-10-31T19:20:22Z) - Adaptive cognitive fit: Artificial intelligence augmented management of
information facets and representations [62.997667081978825]
ビッグデータ技術と人工知能(AI)応用の爆発的な成長は、情報ファセットの普及に繋がった。
等角性や正確性などの情報フェートは、情報に対する人間の認識を支配的かつ著しく左右する。
認知の限界を克服するために情報表現を適応できる人工知能技術が必要であることを示唆する。
論文 参考訳(メタデータ) (2022-04-25T02:47:25Z) - Active Inference in Robotics and Artificial Agents: Survey and
Challenges [51.29077770446286]
我々は、状態推定、制御、計画、学習のためのアクティブ推論の最先端理論と実装についてレビューする。
本稿では、適応性、一般化性、堅牢性の観点から、その可能性を示す関連する実験を紹介する。
論文 参考訳(メタデータ) (2021-12-03T12:10:26Z) - Backprop-Free Reinforcement Learning with Active Neural Generative
Coding [84.11376568625353]
動的環境におけるエラー(バックプロップ)のバックプロパゲーションを伴わない行動駆動型生成モデルの学習のための計算フレームワークを提案する。
我々は、まばらな報酬でも機能するインテリジェントエージェントを開発し、推論として計画の認知理論からインスピレーションを得ている。
我々のエージェントの堅牢な性能は、神経推論と学習のためのバックプロップフリーアプローチがゴール指向の行動を促進するという有望な証拠を提供する。
論文 参考訳(メタデータ) (2021-07-10T19:02:27Z) - A general framework for scientifically inspired explanations in AI [76.48625630211943]
我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。
このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツール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) (2020-03-02T10:32:21Z) - How to Answer Why -- Evaluating the Explanations of AI Through Mental
Model Analysis [0.0]
人間中心のAI研究の鍵となる疑問は、ユーザーのメンタルモデルをどのように有効に調査するかである。
実験的な研究手法としてメンタルモデルが適切かどうかを評価する。
本稿では、人間中心の方法で説明可能なAIアプローチを評価するための模範的手法を提案する。
論文 参考訳(メタデータ) (2020-01-11T17:15:58Z)
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。