論文の概要: A Number Sense as an Emergent Property of the Manipulating Brain

• arxiv url: http://arxiv.org/abs/2012.04132v4
• Date: Sun, 24 Mar 2024 01:23:11 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-27 06:12:57.512208
• Title: A Number Sense as an Emergent Property of the Manipulating Brain
• Title（参考訳）: 操作脳の創発的特性としての数感覚
• Authors: Neehar Kondapaneni, Pietro Perona,
• Abstract要約: 本研究では,人間が数量や量を操作する能力を習得し,発達させるメカニズムについて考察する。 我々のモデルは、シーン内のオブジェクトの数を推定する能力を得る。 我々は,簡単な事前学習作業から,数と量を持つ施設の重要側面を指導して学ぶことができると結論付けた。
• 参考スコア（独自算出の注目度）: 16.186932790845937
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The ability to understand and manipulate numbers and quantities emerges during childhood, but the mechanism through which humans acquire and develop this ability is still poorly understood. We explore this question through a model, assuming that the learner is able to pick up and place small objects from, and to, locations of its choosing, and will spontaneously engage in such undirected manipulation. We further assume that the learner's visual system will monitor the changing arrangements of objects in the scene and will learn to predict the effects of each action by comparing perception with a supervisory signal from the motor system. We model perception using standard deep networks for feature extraction and classification, and gradient descent learning. Our main finding is that, from learning the task of action prediction, an unexpected image representation emerges exhibiting regularities that foreshadow the perception and representation of numbers and quantity. These include distinct categories for zero and the first few natural numbers, a strict ordering of the numbers, and a one-dimensional signal that correlates with numerical quantity. As a result, our model acquires the ability to estimate numerosity, i.e. the number of objects in the scene, as well as subitization, i.e. the ability to recognize at a glance the exact number of objects in small scenes. Remarkably, subitization and numerosity estimation extrapolate to scenes containing many objects, far beyond the three objects used during training. We conclude that important aspects of a facility with numbers and quantities may be learned with supervision from a simple pre-training task. Our observations suggest that cross-modal learning is a powerful learning mechanism that may be harnessed in artificial intelligence.
• Abstract（参考訳）: 幼少期には数と量を理解して操作する能力が出現するが、人間の獲得と発達のメカニズムはいまだに理解されていない。 学習者が小さなオブジェクトを拾い上げ、選択した場所から配置し、自発的にそのような操作を行うことができると仮定して、モデルを通してこの疑問を探求する。 さらに、学習者の視覚システムは、シーン内の物体の配置の変化を監視し、モータシステムからの監視信号と認識を比較して、各動作の効果を予測することを想定する。 我々は,特徴抽出と分類,勾配降下学習のための標準深度ネットワークを用いた知覚をモデル化する。 我々の主な発見は、行動予測のタスクを学習し、予期せぬ画像表現が出現し、数と量の知覚と表現を先導する規則性を示すことである。 これらには、ゼロと最初の数個の自然数の異なるカテゴリ、数字の厳密な順序付け、数量と相関する1次元信号が含まれる。 その結果,本モデルでは,映像中の被写体数,すなわちシーン内の被写体数,サブティゼーション,すなわち小さなシーン内の被写体数を一目で認識する能力が得られた。 注目すべきは、部分化と数奇性の推定は、トレーニング中に使用される3つのオブジェクトをはるかに超えて、多くのオブジェクトを含むシーンに当てはまることだ。 我々は,簡単な事前学習作業から,数と量を持つ施設の重要側面を指導して学ぶことができると結論付けた。 我々の観察は、クロスモーダル学習が人工知能に活用される強力な学習メカニズムであることを示唆している。

関連論文リスト

• Estimating the distribution of numerosity and non-numerical visual magnitudes in natural scenes using computer vision [0.08192907805418582]
  自然の視覚的な場面では、異なる数列の出現頻度は、電力法分布に従うことを示す。 本研究では, 連続度と数値の相関構造が, データセット, シーンタイプ間で安定であることを示す。
  論文  参考訳（メタデータ） (2024-09-17T09:49:29Z)
• Visual Enumeration is Challenging for Large-scale Generative AI [0.08192907805418582]
  人間は、数えなくても、視覚的なシーンの物体の数を簡単に判断できる。 大規模生成人工知能(AI)システムに人間のような数感覚があるかどうかを考察する。
  論文  参考訳（メタデータ） (2024-01-09T18:18:32Z)
• Neural feels with neural fields: Visuo-tactile perception for in-hand manipulation [57.60490773016364]
  マルチフィンガーハンドの視覚と触覚を組み合わせることで,手動操作時の物体の姿勢と形状を推定する。 提案手法であるNeuralFeelsは,ニューラルネットワークをオンラインで学習することでオブジェクトの形状を符号化し,ポーズグラフ問題を最適化して共同で追跡する。 私たちの結果は、タッチが少なくとも、洗練され、そして最も最良のものは、手動操作中に視覚的推定を曖昧にすることを示しています。
  論文  参考訳（メタデータ） (2023-12-20T22:36:37Z)
• What Makes Pre-Trained Visual Representations Successful for Robust Manipulation? [57.92924256181857]
  照明やシーンテクスチャの微妙な変化の下では,操作や制御作業のために設計された視覚表現が必ずしも一般化されないことがわかった。 創発的セグメンテーション能力は,ViTモデルにおける分布外一般化の強い予測因子であることがわかった。
  論文  参考訳（メタデータ） (2023-11-03T18:09:08Z)
• Stochastic Coherence Over Attention Trajectory For Continuous Learning In Video Streams [64.82800502603138]
  本稿では,映像ストリーム中のピクセルワイズ表現を段階的かつ自律的に開発するための,ニューラルネットワークに基づく新しいアプローチを提案する。 提案手法は, 参加者の入場地を観察することで, エージェントが学習できる, 人間の様の注意機構に基づく。 実験では,3次元仮想環境を利用して,映像ストリームを観察することで,エージェントが物体の識別を学べることを示す。
  論文  参考訳（メタデータ） (2022-04-26T09:52:31Z)
• Understanding top-down attention using task-oriented ablation design [0.22940141855172028]
  トップダウンの注目により、ニューラルネットワークは、人工的および生物学的の両方において、与えられたタスクに最も関連性の高い情報に集中することができる。 我々は,タスク指向アブレーション設計と呼ばれる一般的なフレームワークに基づく計算実験により,この問題に対処することを目指している。 2つのニューラルネットワークの性能を比較する。
  論文  参考訳（メタデータ） (2021-06-08T21:01:47Z)
• Object Based Attention Through Internal Gating [4.941630596191806]
  本稿では,物体に基づく注目のニューラルネットワークモデルを提案する。 私たちのモデルは、トップダウンとリカレントの両方に注意が向けられる方法を捉えています。 我々のモデルは神経科学からのさまざまな発見を再現している。
  論文  参考訳（メタデータ） (2021-06-08T17:20:50Z)
• Self-Supervision by Prediction for Object Discovery in Videos [62.87145010885044]
  本稿では,この予測タスクを自己監督として利用し,画像シーケンス表現のための新しいオブジェクト中心モデルを構築する。 私たちのフレームワークは、手動アノテーションや事前トレーニングされたネットワークを使わずにトレーニングできます。 最初の実験では、提案されたパイプラインがオブジェクト中心のビデオ予測への有望なステップであることを確認した。
  論文  参考訳（メタデータ） (2021-03-09T19:14:33Z)
• What Can You Learn from Your Muscles? Learning Visual Representation from Human Interactions [50.435861435121915]
  視覚のみの表現よりも優れた表現を学べるかどうかを調べるために,人間のインタラクションとアテンション・キューを用いている。 実験の結果,我々の「音楽監督型」表現は,視覚のみの最先端手法であるMoCoよりも優れていた。
  論文  参考訳（メタデータ） (2020-10-16T17:46:53Z)
• A robot that counts like a child: a developmental model of counting and pointing [69.26619423111092]
  実物を数えることができる新しい神経ロボティクスモデルを導入する。 このモデルにより,エンボディメントと数値認識の相互作用を調べることができる。 トレーニングされたモデルは、アイテムのセットをカウントすることができ、同時にそれらを指し示します。
  論文  参考訳（メタデータ） (2020-08-05T21:06:27Z)

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。