Fugu-MT 論文翻訳(概要): Edelman's Steps Toward a Conscious Artifact

論文の概要: Edelman's Steps Toward a Conscious Artifact

arxiv url: http://arxiv.org/abs/2105.10461v2
Date: Tue, 25 May 2021 03:18:50 GMT
ステータス: 処理完了
システム内更新日: 2021-05-27 10:43:46.700235
Title: Edelman's Steps Toward a Conscious Artifact
Title（参考訳）: エデルマンの意識的アーティファクトへの歩み
Authors: Jeffrey L. Krichmar
Abstract要約: 2006年、神経科学研究所(NSI)の科学者のワーキンググループの会合で、ジェラルド・エデルマン(Gerald Edelman)は意識的アーティファクトの作成に向けたロードマップを説明した。私の知る限り、このロードマップは公開されていませんが、そのミーティングから何年にもわたって、私の考えや多くの人の考えを形作りました。このショートペーパーは、ミーティング中に受け取ったメモに基づいており、このロードマップにおける重要なステップを説明しています。
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 2006, during a meeting of a working group of scientists in La Jolla, California at The Neurosciences Institute (NSI), Gerald Edelman described a roadmap towards the creation of a Conscious Artifact. As far as I know, this roadmap was not published. However, it did shape my thinking and that of many others in the years since that meeting. This short paper, which is based on my notes taken during the meeting, describes the key steps in this roadmap. I believe it is as groundbreaking today as it was more than 15 years ago.
Abstract（参考訳）: 2006年、カリフォルニア州ラ・ジョラ(la jolla)の神経科学研究所(neuralsciences institute, nsi)で、ジェラルド・エデルマン(gerald edelman)は、意識的な人工物の作成に向けたロードマップを説明した。私の知る限り、このロードマップは公開されていません。しかし、それは、その会議以来何年もの間、私の考えと他の多くの人々の考えを形作りました。このショートペーパーは、ミーティング中に受け取ったメモに基づいており、このロードマップの重要なステップを説明しています。 15年以上前と同じように、今日は画期的だと思います。

関連論文リスト

Feynman 1947 letter on path integral for the Dirac equation [0.0]
1947年、有名なシェルター島会議の4ヶ月前、リチャード・ファインマン(Richard Feynman)は、元MITの同級生セオドア・ウェルトン(Theodore Welton)に長い手紙を書いた。本論では,本文の書写と編集書,原文文書のファクシミリについて述べる。
論文参考訳（メタデータ） (2024-08-27T13:57:51Z)
Navigating causal deep learning [78.572170629379]
因果ディープラーニング(Causal Deep Learning, CDL)は、機械学習の大きな分野において、新しく重要な研究分野である。本稿では、パールの因果関係のはしごを越えて、因果関係の深層学習の手法を分類する。私たちのパラダイムは、研究者がベンチマークを見つけ、メソッドを比較し、そして最も重要なのは、研究のギャップを識別するのを助けるツールです。
論文参考訳（メタデータ） (2022-12-01T23:44:23Z)
Semantic Novelty Detection and Characterization in Factual Text Involving Named Entities [70.11383563089201]
既存のトピックベースのノベルティ検出手法は、この問題に対してうまく機能しない。本稿では,この問題を解決する効果的なモデル(PAT-SND)を提案する。 PAT-SNDは10基線よりも大きなマージンで優れていた。
論文参考訳（メタデータ） (2022-10-31T16:11:01Z)
Long-Term Mentoring for Computer Science Researchers [62.64059477903536]
プログラミング言語とコンピュータアーキテクチャのリーダーたちは、長期的なメンタリングプログラムが必要であることに気付いた。 2021年1月、SIGPLAN-Mは公式な機関間の長期指導プログラムへと成長した。 2022年1月、CALM(Computer Architecture Long-term Mentoring)が公式のクロスインスティテュートプログラムへと成長した。これにより、コンピュータ科学全体にわたる長期的なメンタリングの取り組みが開始されることを願っている。
論文参考訳（メタデータ） (2022-08-06T13:24:20Z)
Technology and Consciousness [0.0]
2017年夏に開催された8つのワークショップ「技術と意識」について報告する。ワークショップは多くのテーマをカバーしたが、全体的な目標は機械意識の可能性を評価することだった。付録は各ワークショップのトピックを概説し、提供された講演の要約を提供する。
論文参考訳（メタデータ） (2022-07-17T23:23:01Z)
Modern Augmented Reality: Applications, Trends, and Future Directions [160.03363259015072]
拡張現実(AR、Augmented Reality)は、コンピュータビジョンとコンピュータグラフィックスの交差点において、比較的古いがトレンドとなっている分野の一つである。この研究は、アプリケーションレベルでも技術的な観点からも、モダンな拡張現実の概要を提供しようとしている。
論文参考訳（メタデータ） (2022-02-18T22:12:37Z)
Microscopic Origins of Macroscopic Behavior [0.0]
この記事は、私が2021年3月に米国物理学会で行った講演(仮想)に基づいています。私は多くの同僚に、数学物理学でダニー・ハイネマン賞を授与された結果に対して、非常に不信感を抱いている。
論文参考訳（メタデータ） (2021-05-07T19:00:33Z)
Roadmap to a Roadmap: How Could We Tell When AGI is a 'Manhattan Project' Away? [0.0]
この論文は、そのような「滑走路」期間が、AI研究の前段階と質的に異なることを特徴付けている。このプログラムは、AIの分野がそのようなしきい値にどの程度近いかを評価することを目的とした研究プログラムを提案する。
論文参考訳（メタデータ） (2020-08-06T06:07:47Z)
Beneath the Tip of the Iceberg: Current Challenges and New Directions in Sentiment Analysis Research [49.32039466553038]
20年近く前にタスクとして紹介されて以来、感覚分析は長い道のりを歩んでいる。この分野が成熟したとの認識が根底にある。本研究は, 真の感情理解を実現するために必要な, この領域の欠点, 未探索, そして重要な側面を指摘することによって, この認識を論じる。
論文参考訳（メタデータ） (2020-05-01T13:05:23Z)
Social laser model for the Bandwagon effect: generation of coherent information waves [0.0]
我々は、この社会心理学現象が、最近開発された社会レーザー理論に基づいてモデル化できることを示します。この論文には最小限の数学が含まれており、心理学、認知学、社会学、政治学の研究者が読むことができる。
論文参考訳（メタデータ） (2020-04-27T09:36:23Z)
Sparse Graphical Memory for Robust Planning [93.39298821537197]
スパースメモリに状態と実現可能な遷移を格納する新しいデータ構造であるスパースグラフィカルメモリ(SGM)を導入する。 SGMは、ゴール条件付きRLに古典的状態集約基準を適用し、新しい双方向整合目標に従って状態を集約する。本研究では, SGM が, 遠近法, スパース・リワード視覚ナビゲーションタスクにおいて, 最先端の工法を著しく上回っていることを示す。
論文参考訳（メタデータ） (2020-03-13T17:59:32Z)

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。