論文の概要: Toward the quantification of cognition

• arxiv url: http://arxiv.org/abs/2008.05580v1
• Date: Wed, 12 Aug 2020 21:45:29 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-31 05:51:53.137981
• Title: Toward the quantification of cognition
• Title（参考訳）: 認知の定量化に向けて
• Authors: Richard Granger
• Abstract要約: 知覚から行動、記憶に至るまで、ほとんどの人間の認知能力は他の種と共有される。 我々は、人類に広く存在し、他の種を欠いているこれらの能力を特徴づけることを模索している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The machinery of the human brain -- analog, probabilistic, embodied -- can be characterized computationally, but what machinery confers what computational powers? Any such system can be abstractly cast in terms of two computational components: a finite state machine carrying out computational steps, whether via currents, chemistry, or mechanics; plus a set of allowable memory operations, typically formulated in terms of an information store that can be read from and written to, whether via synaptic change, state transition, or recurrent activity. Probing these mechanisms for their information content, we can capture the difference in computational power that various systems are capable of. Most human cognitive abilities, from perception to action to memory, are shared with other species; we seek to characterize those (few) capabilities that are ubiquitously present among humans and absent from other species. Three realms of formidable constraints -- a) measurable human cognitive abilities, b) measurable allometric anatomic brain characteristics, and c) measurable features of specific automata and formal grammars -- illustrate remarkably sharp restrictions on human abilities, unexpectedly confining human cognition to a specific class of automata ("nested stack"), which are markedly below Turing machines.
• Abstract（参考訳）: 人間の脳の機械(アナログ、確率的、エンボディ)は、計算的に特徴づけられるが、どんな機械が計算能力を引き出すのか? 有限状態機械は、電流、化学、メカニクスを介しても計算ステップを実行することができ、また、通常、シナプス変化、状態遷移、またはリカレントアクティビティを介して読み書きできる情報ストアの用語で定式化された、許容可能なメモリ操作のセットである。 これらのメカニズムを情報の内容に当てはめることで、様々なシステムで可能な計算能力の違いを捉えることができる。 認知から行動、記憶に至るまで、ほとんどの人間の認知能力は、他の種と共有されており、人間に普遍的に存在し、他の種には存在しないそれらの(few)能力を特徴付けようとしている。 強固な制約の3つの領域 -- a) 測定可能な人間の認知能力 b)測定可能な解剖学的脳特性、及び c) 特定のオートマトンと形式文法の計測可能な特徴 - 人間の能力に対する著しく鋭い制限を図示し、予期せぬほど人間の認知を特定のオートマトン(ネストスタック)に限定し、チューリング機械を著しく下回る。

関連論文リスト

• Informational Embodiment: Computational role of information structure in codes and robots [48.00447230721026]
  我々は,センサの精度,モータの精度,配置,体形状,ロボットの情報構造や計算符号の形状について,情報理論(IT)を考察する。 本研究は,本質的な騒音や物質的制約にもかかわらず,情報の伝達・伝達を行う物理的通信路としてロボットの身体を想定する。 我々は、誤り訂正やノイズに対する堅牢性、パシモニーといった情報容量の観点から、シャノン限界に達したITで使用される効率的なコードの特別なクラスを紹介します。
  論文  参考訳（メタデータ） (2024-08-23T09:59:45Z)
• Intelligence as a Measure of Consciousness [0.0]
  私は、g因子やIQのような知能の心理測定は、間接的に意識的な経験の程度を近似していると論じます。 科学的およびメタ物理的な意識理論のより広範な情報源に基づいて、すべての系は精神測定学的に確認可能な意識の程度を持っていると私は論じる。
  論文  参考訳（メタデータ） (2023-08-30T17:15:04Z)
• 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)
• Computation with Sequences in a Model of the Brain [11.15191997898358]
  神経活動から認知がどのように生じるかは神経科学の中心的な問題である。 本研究は, シナプス重量と可塑性により, 時刻を優先的に捉えることができることを示す。 我々は、任意の有限状態機械が、シーケンスの適切なパターンの提示を通して、同様の方法で学習可能であることを示す。
  論文  参考訳（メタデータ） (2023-06-06T15:58:09Z)
• On the independence between phenomenal consciousness and computational intelligence [0.0]
  我々は、この論文において、現象的意識と、少なくとも計算知性がいかに独立であるかを論じる。 現象意識と計算知能は独立しているため、この事実は社会に重要な意味を持つ。
  論文  参考訳（メタデータ） (2022-08-03T16:17:11Z)
• Neurocompositional computing: From the Central Paradox of Cognition to a new generation of AI systems [120.297940190903]
  AIの最近の進歩は、限られた形態のニューロコンフォメーションコンピューティングの使用によってもたらされている。 ニューロコンポジションコンピューティングの新しい形式は、より堅牢で正確で理解しやすいAIシステムを生み出します。
  論文  参考訳（メタデータ） (2022-05-02T18:00:10Z)
• Emergence of Machine Language: Towards Symbolic Intelligence with Neural Networks [73.94290462239061]
  本稿では、ニューラルネットワークを用いてシンボルとコネクショナリズムの原理を組み合わせることで、離散表現を導出することを提案する。 対話型環境とタスクを設計することにより、機械が自発的で柔軟でセマンティックな言語を生成できることを実証した。
  論文  参考訳（メタデータ） (2022-01-14T14:54:58Z)
• Inductive Biases for Deep Learning of Higher-Level Cognition [108.89281493851358]
  興味深い仮説は、人間と動物の知性はいくつかの原則によって説明できるということである。 この研究は、主に高いレベルとシーケンシャルな意識的処理に関心のある人を中心に、より大きなリストを考察する。 これらの特定の原則を明確にする目的は、人間の能力から恩恵を受けるAIシステムを構築するのに役立つ可能性があることである。
  論文  参考訳（メタデータ） (2020-11-30T18:29:25Z)
• A Neural Dynamic Model based on Activation Diffusion and a Micro-Explanation for Cognitive Operations [4.416484585765028]
  記憶の神経機構は、人工知能における表現の問題と非常に密接な関係を持っている。 脳内のニューロンのネットワークとその情報処理のシミュレーションを行う計算モデルが提案された。
  論文  参考訳（メタデータ） (2020-11-27T01:34:08Z)
• Machine Common Sense [77.34726150561087]
  機械の常識は、人工知能(AI)において広範で潜在的に無拘束な問題のままである 本稿では、対人インタラクションのようなドメインに焦点を当てたコモンセンス推論のモデル化の側面について論じる。
  論文  参考訳（メタデータ） (2020-06-15T13:59:47Z)

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。