論文の概要: No Substitute for Functionalism -- A Reply to 'Falsification & Consciousness'

• arxiv url: http://arxiv.org/abs/2006.13664v3
• Date: Fri, 30 Apr 2021 21:54:25 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-27 05:36:26.946344
• Title: No Substitute for Functionalism -- A Reply to 'Falsification & Consciousness'
• Title（参考訳）: 機能主義の代用ではない--「虚偽化と意識」への反論
• Authors: Natesh Ganesh
• Abstract要約: この回答は[1]で提案されたモデルに対する拡張の道筋を特定し、異なる種類のバリエーションを区別することができる。 ニューラルネットワーク、状態マシン、チューリングマシンの例によって動機づけられた置換は、レベル1機能主義理論の非常に幅広いクラスには存在しないことを証明します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In their paper 'Falsification and Consciousness' [1], Kleiner and Hoel introduced a formal mathematical model of the process of generating observable data from experiments and using that data to generate inferences and predictions onto an experience space. The resulting substitution argument built on this framework was used to show that any theory of consciousness with independent inference and prediction data are pre-falsified, if the inference reports are considered valid. If this argument does indeed pre-falsify many of the leading theories of consciousness, it would indicate a fundamental problem affecting the field of consciousness as a whole that would require radical changes to how consciousness science is performed. In this reply, the author will identify avenues of expansion for the model proposed in [1], allowing us to distinguish between different types of variation. Motivated by examples from neural networks, state machines and Turing machines, we will prove that substitutions do not exist for a very broad class of Level-1 functionalist theories, rendering them immune to the aforementioned substitution argument.
• Abstract（参考訳）: 論文 "Falsification and Consciousness" [1] で、Kleiner と Hoel は、実験から観測可能なデータを生成し、そのデータを用いて経験空間に推論と予測を生成する過程の形式的な数学的モデルを紹介した。 このフレームワーク上に構築された置換論は、推測報告が有効であると考えられる場合、独立推論と予測データによる意識理論が事前にファルシフィケートされていることを示すために用いられた。 この議論が実際に多くの主要な意識理論の前兆であるならば、意識科学の実施方法に根本的な変化を必要とする、意識の分野全体に影響を及ぼす根本的な問題を示すことになる。 この回答では、著者は[1]で提案されたモデルに対する拡張の方法を特定し、異なる種類のバリエーションを区別することができる。 ニューラルネットワーク、状態機械、チューリングマシンの例によって動機づけられた置換は、上述の置換論に無関心なレベル1機能主義理論の非常に幅広いクラスには存在しないことが証明される。

関連論文リスト

• Learning Discrete Concepts in Latent Hierarchical Models [73.01229236386148]
  自然の高次元データから学習する概念は、ヒューマンアライメントと解釈可能な機械学習モデルの構築の可能性を秘めている。 我々は概念を階層的因果モデルを通して関連付けられた離散潜在因果変数として定式化する。 我々は、理論的な主張を合成データ実験で裏付ける。
  論文  参考訳（メタデータ） (2024-06-01T18:01:03Z)
• Class-wise Activation Unravelling the Engima of Deep Double Descent [0.0]
  二重降下は、機械学習領域内の反直観的な側面を示す。 本研究では,二重降下現象を再考し,その発生状況について考察した。
  論文  参考訳（メタデータ） (2024-05-13T12:07:48Z)
• Isopignistic Canonical Decomposition via Belief Evolution Network [12.459136964317942]
  本稿では,信念進化ネットワークに基づく同義変換を提案する。 この分解は、可能性分布とその同型質量関数の間の逆経路を与える。 本稿では,確率論,デンプスター・シェーファー理論,可能性理論に基づく人工知能の一般モデル構築のための理論的基盤を確立する。
  論文  参考訳（メタデータ） (2024-05-04T12:39:15Z)
• How does the primate brain combine generative and discriminative computations in vision? [4.691670689443386]
  推論過程の2つの対照的な概念は、それぞれ生物学的ビジョンと機械ビジョンの研究に影響を与えている。 視覚は、しばしば感覚データのトップダウン予測を含むと考えられるプロセスにおいて、証拠の尋問を通じて生成モデルを逆転させることを示す。 本稿では,この用語を説明し,重要な実証的証拠を概説するとともに,霊長類視覚の謎のハイブリッドアルゴリズムを明らかにするための段階を超越し,設定する経験的研究プログラムを提案する。
  論文  参考訳（メタデータ） (2024-01-11T16:07:58Z)
• Advancing Counterfactual Inference through Nonlinear Quantile Regression [77.28323341329461]
  ニューラルネットワークで実装された効率的かつ効果的な対実的推論のためのフレームワークを提案する。 提案手法は、推定された反事実結果から見つからないデータまでを一般化する能力を高める。 複数のデータセットで実施した実証実験の結果は、我々の理論的な主張に対する説得力のある支持を提供する。
  論文  参考訳（メタデータ） (2023-06-09T08:30:51Z)
• A Causal Framework for Decomposing Spurious Variations [68.12191782657437]
  我々はマルコフモデルとセミマルコフモデルの急激な変分を分解するツールを開発する。 突発効果の非パラメトリック分解を可能にする最初の結果を証明する。 説明可能なAIや公平なAIから、疫学や医学における疑問まで、いくつかの応用がある。
  論文  参考訳（メタデータ） (2023-06-08T09:40:28Z)
• Logical Satisfiability of Counterfactuals for Faithful Explanations in NLI [60.142926537264714]
  本稿では, 忠実度スルー・カウンタファクトの方法論について紹介する。 これは、説明に表される論理述語に基づいて、反実仮説を生成する。 そして、そのモデルが表現された論理と反ファクトの予測が一致しているかどうかを評価する。
  論文  参考訳（メタデータ） (2022-05-25T03:40:59Z)
• Observing Interventions: A logic for thinking about experiments [62.997667081978825]
  本稿では,実験から学ぶ論理への第一歩について述べる。 我々のアプローチにとって重要なことは、介入の概念が(現実的または仮説的な)実験の形式的表現として使用できるという考えである。 提案された全ての論理系に対して、健全で完全な公理化を提供する。
  論文  参考訳（メタデータ） (2021-11-25T09:26:45Z)
• Variational Causal Networks: Approximate Bayesian Inference over Causal Structures [132.74509389517203]
  離散DAG空間上の自己回帰分布をモデル化したパラメトリック変分族を導入する。 実験では,提案した変分後部が真の後部を良好に近似できることを示した。
  論文  参考訳（メタデータ） (2021-06-14T17:52:49Z)
• Abduction and Argumentation for Explainable Machine Learning: A Position Survey [2.28438857884398]
  本稿では, 推論の2つの原則形式として, 帰納法と論証法を提案する。 機械学習の中で彼らが果たせる基本的な役割を具体化します。
  論文  参考訳（メタデータ） (2020-10-24T13:23:44Z)
• Formalizing Falsification for Theories of Consciousness Across Computational Hierarchies [0.0]
  統合情報理論(IIT)は、意識の卓越した理論として広く見なされている。 展開論」という形での認識論的な問題は、IITの反感をもたらした。 IITが有限状態オートマトンレベルで同時にファルシフィケートされ、状態オートマトンレベルでは不可能であることを示す。
  論文  参考訳（メタデータ） (2020-06-12T18:05:46Z)

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。