論文の概要: Measuring Intelligence and Growth Rate: Variations on Hibbard's
Intelligence Measure
- arxiv url: http://arxiv.org/abs/2101.12047v1
- Date: Mon, 25 Jan 2021 01:54:08 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-14 19:08:45.396605
- Title: Measuring Intelligence and Growth Rate: Variations on Hibbard's
Intelligence Measure
- Title(参考訳): 知能と成長率の測定:ヒバードの知能測定値の変動
- Authors: Samuel Alexander, Bill Hibbard
- Abstract要約: 2011年、ヒバードは敵対的なシーケンス予測ゲームに出場するエージェントの知能測定を提案した。
ヒバードの考えは実際には2つの異なる考えと考えるべきだと我々は主張する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In 2011, Hibbard suggested an intelligence measure for agents who compete in
an adversarial sequence prediction game. We argue that Hibbard's idea should
actually be considered as two separate ideas: first, that the intelligence of
such agents can be measured based on the growth rates of the runtimes of the
competitors that they defeat; and second, one specific (somewhat arbitrary)
method for measuring said growth rates. Whereas Hibbard's intelligence measure
is based on the latter growth-rate-measuring method, we survey other methods
for measuring function growth rates, and exhibit the resulting Hibbard-like
intelligence measures and taxonomies. Of particular interest, we obtain
intelligence taxonomies based on Big-O and Big-Theta notation systems, which
taxonomies are novel in that they challenge conventional notions of what an
intelligence measure should look like. We discuss how intelligence measurement
of sequence predictors can indirectly serve as intelligence measurement for
agents with Artificial General Intelligence (AGIs).
- Abstract(参考訳): 2011年、ヒバードは敵対的なシーケンス予測ゲームに出場するエージェントの知能測定を提案した。
ヒバードの考えは、実際には2つの異なる考え方として検討されるべきである: まず、そのようなエージェントの知性は、彼らが倒したライバルのランタイムの成長率に基づいて測定できる、そして、その成長率を測定するための1つの特定の(任意の)方法である。
ヒバードの知性尺度は後者の成長率測定法に基づいているが、関数の成長率を測定する他の方法を調査し、ヒバードのような知性指標と分類法を示す。
特に、我々は、知能対策がどうあるべきかという従来の概念に挑戦するという点で、ビッグ・オ・ビッグ・テータの表記体系に基づく知能分類学を得る。
本稿では,AGI(Artificial General Intelligence)エージェントに対して,シーケンス予測器のインテリジェンス測定が間接的にインテリジェンス測定に果たす役割について論じる。
関連論文リスト
- Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。
本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
論文 参考訳(メタデータ) (2024-02-28T16:09:56Z) - On a Functional Definition of Intelligence [0.0]
合意されたインテリジェンスの定義がなければ、"このシステムはインテリジェントか?
知性(intelligence)とは、哲学、心理学、認知科学の分野である。
我々は、その知性が実際に達成される方法とは異なる、純粋に機能的でブラックボックスな知性の定義について論じる。
論文 参考訳(メタデータ) (2023-12-15T05:46:49Z) - A Theory of Intelligences: Concepts, Models, Implications [0.0]
私は人間によって定義され、機械と比較してしばしば知性に重点を置いています。
経路効率と目標精度、ブラックボックスとしてのインテリジェンス、環境影響、サプライズを扱う柔軟性など、インテリジェンスの主な特徴について論じる。
本稿では,難易度,前提値,目標値の精度の定量的なマクロスケールシステム特徴に基づく,第1原理知能理論(TIS)の枠組みを提案する。
論文 参考訳(メタデータ) (2023-08-23T20:18:43Z) - Do the Rewards Justify the Means? Measuring Trade-Offs Between Rewards
and Ethical Behavior in the MACHIAVELLI Benchmark [61.43264961005614]
我々は、50万以上のリッチで多様なシナリオを含む134個のChoose-Your-Own-Adventureゲームのベンチマークを開発する。
我々は、エージェントの傾向をパワー・シーキングと評価し、不使用を生じさせ、倫理的違反を犯す。
以上の結果から,エージェントは有能かつ道徳的に行動できることが示唆された。
論文 参考訳(メタデータ) (2023-04-06T17:59:03Z) - Melting Pot 2.0 [54.60680281014163]
Melting Potは、マルチエージェント人工知能の開発を容易にするために開発されたツールである。
新たなソーシャルパートナーへの一般化を測定する評価プロトコルを提供する。
Melting Potは、最も多様な相互依存とインセンティブの集合をカバーすることを目指している。
論文 参考訳(メタデータ) (2022-11-24T18:23:28Z) - What Should I Know? Using Meta-gradient Descent for Predictive Feature
Discovery in a Single Stream of Experience [63.75363908696257]
計算強化学習は、未来の感覚の予測を通じて、エージェントの世界の知覚を構築しようとする。
この一連の作業において、オープンな課題は、エージェントがどの予測が意思決定を最も支援できるかを、無限に多くの予測から決定することである。
本稿では,エージェントが何を予測するかを学習するメタ段階的な降下過程,(2)選択した予測の見積もり,3)将来の報酬を最大化するポリシーを生成する方法を紹介する。
論文 参考訳(メタデータ) (2022-06-13T21:31:06Z) - An argument for the impossibility of machine intelligence [0.0]
AIの担い手になり得るエージェント(デバイス)とは何かを定義する。
我々は「知性の主流」の定義が弱すぎて、昆虫に知性を割り当てる際に関係するものを捉えることができないことを示した。
私たちは、この定義によって知能の担い手となるために、AIエージェントが保持しなければならない特性を特定します。
論文 参考訳(メタデータ) (2021-10-20T08:54:48Z) - Finding the unicorn: Predicting early stage startup success through a
hybrid intelligence method [3.8471013858178424]
スタートアップの成功を予測するためのハイブリッドインテリジェンス手法を開発した。
この方法は、機械と集団知能の強さを組み合わせて、極めて不確実な条件下でその有用性を実証する。
論文 参考訳(メタデータ) (2021-05-07T16:16:36Z) - The Less Intelligent the Elements, the More Intelligent the Whole. Or,
Possibly Not? [0.0]
我々は、捕食者と獲物の共存または世界的絶滅につながる知性の種類と程度を考察する。
共存に寄与するいくつかの個人的挙動が、最終的には平衡の周りの振動とともに見つかる。
Lotka-Volterraモデルもまた、ビジネスサイクルを表すものとして解釈されているため、この発見は発振に関する経済成長の条件として理解されている。
論文 参考訳(メタデータ) (2020-12-23T14:19:49Z) - 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) - Neuro-symbolic Architectures for Context Understanding [59.899606495602406]
本稿では,データ駆動型アプローチと知識駆動型アプローチの強みを組み合わせたフレームワークとして,ハイブリッドAI手法を提案する。
具体的には、知識ベースを用いて深層ニューラルネットワークの学習過程を導く方法として、ニューロシンボリズムの概念を継承する。
論文 参考訳(メタデータ) (2020-03-09T15:04:07Z)
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。