論文の概要: Growing knowledge culturally across generations to solve novel, complex tasks

• arxiv url: http://arxiv.org/abs/2107.13377v1
• Date: Wed, 28 Jul 2021 14:09:40 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-29 14:10:53.428812
• Title: Growing knowledge culturally across generations to solve novel, complex tasks
• Title（参考訳）: 新たな複雑な課題を解決するために、世代にわたって文化的に知識を育む
• Authors: Michael Henry Tessler, Pedro A. Tsividis, Jason Madeano, Brin Harper, and Joshua B. Tenenbaum
• Abstract要約: 言語による文化学習をリバースエンジニアリングする第一歩を踏み出します。 我々は,ミニマリスト型ビデオゲームという形で,複雑なハイテイクタスクのスイートを開発する。 知識は世代によって徐々に蓄積され、その後の世代はゲームでさらに前進した。
• 参考スコア（独自算出の注目度）: 29.579223105173217
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Knowledge built culturally across generations allows humans to learn far more than an individual could glean from their own experience in a lifetime. Cultural knowledge in turn rests on language: language is the richest record of what previous generations believed, valued, and practiced. The power and mechanisms of language as a means of cultural learning, however, are not well understood. We take a first step towards reverse-engineering cultural learning through language. We developed a suite of complex high-stakes tasks in the form of minimalist-style video games, which we deployed in an iterated learning paradigm. Game participants were limited to only two attempts (two lives) to beat each game and were allowed to write a message to a future participant who read the message before playing. Knowledge accumulated gradually across generations, allowing later generations to advance further in the games and perform more efficient actions. Multigenerational learning followed a strikingly similar trajectory to individuals learning alone with an unlimited number of lives. These results suggest that language provides a sufficient medium to express and accumulate the knowledge people acquire in these diverse tasks: the dynamics of the environment, valuable goals, dangerous risks, and strategies for success. The video game paradigm we pioneer here is thus a rich test bed for theories of cultural transmission and learning from language.
• Abstract（参考訳）: 世代にまたがって文化的に構築された知識により、人間は生涯を通じて自分の経験から学べるよりもはるかに多くのことを学べる。 言語は、前世代が信じ、評価し、実践したものの最も豊かな記録である。 しかし、文化学習の手段としての言語力とメカニズムはよく理解されていない。 言語による文化学習をリバースエンジニアリングする第一歩を踏み出します。 我々は,反復学習パラダイムに展開したミニマリスト型ビデオゲームという形で,複雑なハイテイクタスクスイートを開発した。 ゲーム参加者は、各ゲームに勝つための2つの試み(2つの命)に制限され、プレイ前にメッセージを読む将来の参加者にメッセージを書くことを許された。 知識は世代を通じて徐々に蓄積され、後世の世代はゲームでさらに進歩し、より効率的なアクションを行うことができる。 多世代学習は、無限の人生で単独で学ぶ個人と非常に似た軌道をたどった。 これらの結果は、言語は人々がこれらの多様なタスクで獲得した知識を表現し蓄積するのに十分な媒体であることを示唆している:環境のダイナミクス、価値のある目標、危険なリスク、成功のための戦略。 ここでのビデオゲームのパラダイムは、文化の伝達と言語からの学習の理論のための豊富なテストベッドです。

関連論文リスト

• Generative AI, Pragmatics, and Authenticity in Second Language Learning [0.0]
  生成的AI(Artificial Intelligence)を言語学習と教育に統合する上で、明らかなメリットがある。 しかし、AIシステムが人間の言語に耐える方法のため、人間と同じ社会的認識を持つ言語を使えるような、生きた経験が欠けている。 言語や文化のバイアスは、そのトレーニングデータに基づいて構築されており、主に英語であり、主に西洋の情報源から来ている。
  論文  参考訳（メタデータ） (2024-10-18T11:58:03Z)
• Artificial Generational Intelligence: Cultural Accumulation in Reinforcement Learning [5.930456214333413]
  社会的学習と独立学習のバランスをとる訓練が文化的な蓄積をもたらすことを示す。 In-contextとIn-weightsの文化的な蓄積は、それぞれ知識とスキルの蓄積に類似していると解釈できる。 この研究は、強化学習における創発的な文化的蓄積を実現するための一般的なモデルを初めて提示するものである。
  論文  参考訳（メタデータ） (2024-06-01T10:33:32Z)
• Massively Multi-Cultural Knowledge Acquisition & LM Benchmarking [48.21982147529661]
  本稿では,多文化知識獲得のための新しいアプローチを提案する。 本手法は,文化トピックに関するウィキペディア文書からリンクページの広範囲なネットワークへ戦略的にナビゲートする。 私たちの仕事は、AIにおける文化的格差のギャップを深く理解し、橋渡しするための重要なステップです。
  論文  参考訳（メタデータ） (2024-02-14T18:16:54Z)
• Cultural Compass: Predicting Transfer Learning Success in Offensive Language Detection with Cultural Features [19.72091739119933]
  本研究は,文化的特徴の交わりと伝達学習の有効性について考察する。 これらの結果に基づいて,文化情報のデータセットへの統合を提唱する。 我々の研究は、より包括的で文化的に敏感な言語技術の探求において、一歩前進していることを示している。
  論文  参考訳（メタデータ） (2023-10-10T09:29:38Z)
• Learning to Model the World with Language [100.76069091703505]
  人間と対話し、世界で行動するためには、エージェントは人々が使用する言語の範囲を理解し、それを視覚の世界に関連付ける必要がある。 私たちのキーとなるアイデアは、エージェントが将来を予測するのに役立つ信号として、このような多様な言語を解釈すべきである、ということです。 我々は、将来のテキストや画像表現を予測するマルチモーダル世界モデルを学ぶエージェントであるDynalangでこれをインスタンス化する。
  論文  参考訳（メタデータ） (2023-07-31T17:57:49Z)
• What Artificial Neural Networks Can Tell Us About Human Language Acquisition [47.761188531404066]
  自然言語処理のための機械学習の急速な進歩は、人間がどのように言語を学ぶかについての議論を変革する可能性がある。 計算モデルによる学習可能性の関連性を高めるためには,人間に対して大きな優位性を持たず,モデル学習者を訓練する必要がある。
  論文  参考訳（メタデータ） (2022-08-17T00:12:37Z)
• Learning Robust Real-Time Cultural Transmission without Human Data [82.05222093231566]
  人工知能エージェントにおけるゼロショット、高リコール文化伝達を生成する方法を提案する。 我々のエージェントは、事前に収集された人間のデータを使わずに、新しい文脈で人間からリアルタイムの文化的伝達に成功した。 これは、人工知能を開発するアルゴリズムとしての文化進化の道を開くものである。
  論文  参考訳（メタデータ） (2022-03-01T19:32:27Z)
• Language Generation with Multi-Hop Reasoning on Commonsense Knowledge Graph [124.45799297285083]
  知識グラフの構造的情報と意味的情報の両方を活用することで、コモンセンスを意識したテキスト生成が促進されると主張している。 本稿では,外部コモンセンス知識グラフから抽出したマルチリレーショナルパスに基づいて,動的マルチホップ推論を用いた事前学習モデルを実現するマルチホップ推論フロー(GRF)の生成を提案する。
  論文  参考訳（メタデータ） (2020-09-24T13:55:32Z)
• Experience Grounds Language [185.73483760454454]
  言語理解研究は、言語が記述する物理的世界と、それが促進する社会的相互作用とを関連づけることに失敗している。 テキストだけで訓練された後にタスクに取り組むための言語処理モデルの驚くべき効果にもかかわらず、成功した言語コミュニケーションは世界の共有経験に依存している。
  論文  参考訳（メタデータ） (2020-04-21T16:56:27Z)
• Co-evolution of language and agents in referential games [24.708802957946467]
  言語学習者の学習バイアスを考慮し,言語とエージェントを共進化させることが最適であることを示す。 言語発生研究における言語共進化の解明の道を開く。
  論文  参考訳（メタデータ） (2020-01-10T09:29:20Z)

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。