Fugu-MT 論文翻訳(概要): Meaning Versus Information, Prediction Versus Memory, and Question Versus Answer

論文の概要: Meaning Versus Information, Prediction Versus Memory, and Question Versus Answer

arxiv url: http://arxiv.org/abs/2107.13393v1
Date: Tue, 29 Jun 2021 18:22:49 GMT
ステータス: 処理完了
システム内更新日: 2021-08-01 14:13:39.884921
Title: Meaning Versus Information, Prediction Versus Memory, and Question Versus Answer
Title（参考訳）: 意味対情報、予測対記憶、質問対答え
Authors: Yoonsuck Choe
Abstract要約: この非公式なエッセイでは、脳科学と人工知能の中心となる概念について述べます。これらの概念に対する異なる見方が、これらの分野における現在の理解の限界を超えて前進するのにどう役立つかについて論じます。
参考スコア（独自算出の注目度）: 7.40839907166763
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Brain science and artificial intelligence have made great progress toward the understanding and engineering of the human mind. The progress has accelerated significantly since the turn of the century thanks to new methods for probing the brain (both structure and function), and rapid development in deep learning research. However, despite these new developments, there are still many open questions, such as how to understand the brain at the system level, and various robustness issues and limitations of deep learning. In this informal essay, I will talk about some of the concepts that are central to brain science and artificial intelligence, such as information and memory, and discuss how a different view on these concepts can help us move forward, beyond current limits of our understanding in these fields.
Abstract（参考訳）: 脳科学と人工知能は人間の心の理解と工学に向けて大きな進歩を遂げた。この進歩は、脳を探索する新しい方法(構造と機能の両方)と深層学習研究の急速な発展によって、世紀の変わり目から大幅に加速している。しかし、これらの新たな発展にもかかわらず、システムレベルでの脳の理解方法、さまざまな堅牢性問題やディープラーニングの制限など、多くのオープンな疑問がまだ残っている。この非公式なエッセイでは、情報や記憶といった脳科学や人工知能の中心となる概念について述べ、これらの概念に対する異なる見方が、これらの分野における現在の理解の限界を超えて前進するのにどう役立つかについて議論します。

関連論文リスト

A Review of Findings from Neuroscience and Cognitive Psychology as Possible Inspiration for the Path to Artificial General Intelligence [0.0]
本論は,神経科学と認知心理学の手法を検討することによって,人工知能の探求に貢献することを目的とする。深層学習モデルによって達成された印象的な進歩にもかかわらず、抽象的推論と因果的理解にはまだ欠点がある。
論文参考訳（メタデータ） (2024-01-03T09:46:36Z)
Brain-inspired Computing Based on Deep Learning for Human-computer Interaction: A Review [1.18749525824656]
脳にインスパイアされたコンピューティングは、マルチモーダル技術とバイオメディカル分野の間の重要な交差点である。本稿では、ディープラーニング(DL)に基づく脳に触発されたコンピューティングモデルについて、その進化、アプリケーション価値、課題、潜在的研究動向について概観する。脳にインスパイアされた計算モデルの大幅な進歩にもかかわらず、その能力を完全に活用することが課題である。
論文参考訳（メタデータ） (2023-12-12T12:26:37Z)
Digital twin brain: a bridge between biological intelligence and artificial intelligence [12.55159053727258]
本稿では,生物と人工知能のギャップを埋めるトランスフォーメーションプラットフォームとして,Digital Twin Brain(DTB)を提案する。 DTBは、ツインニング過程の基本となる脳構造、脳機能を生成する底層モデル、幅広い応用の3つの中核要素から構成される。
論文参考訳（メタデータ） (2023-08-03T03:36:22Z)
Explainable Brain Age Prediction using coVariance Neural Networks [94.81523881951397]
大脳皮質の厚み特徴を用いた脳年齢予測のための説明駆動・解剖学的解釈可能なフレームワークを提案する。具体的には、私たちの脳年齢予測フレームワークは、アルツハイマー病(AD)の脳年齢ギャップの粗い指標を超えて拡張されます。我々は2つの重要な観察を行う: VNNは、貢献する脳の領域を同定することによって、ADの脳年齢差を高めるために解剖学的解釈性を割り当てることができる。
論文参考訳（メタデータ） (2023-05-27T22:28:25Z)
Probing Brain Context-Sensitivity with Masked-Attention Generation [87.31930367845125]
我々は、GPT-2変換器を用いて、一定量の文脈情報をキャプチャする単語埋め込みを生成する。そして、自然主義的なテキストを聴く人間のfMRI脳活動を予測することができるかどうかを検証した。
論文参考訳（メタデータ） (2023-05-23T09:36:21Z)
Memory-Augmented Theory of Mind Network [59.9781556714202]
社会的推論は、心の理論(ToM)の能力を必要とする。 ToMに対する最近の機械学習アプローチは、観察者が過去を読み、他のエージェントの振る舞いを提示するように訓練できることを実証している。我々は,新たなニューラルメモリ機構を組み込んで符号化し,階層的な注意を払って他者に関する情報を選択的に検索することで,課題に対処する。この結果、ToMMYは心的プロセスについての仮定をほとんど行わずに理性を学ぶマインドモデルである。
論文参考訳（メタデータ） (2023-01-17T14:48:58Z)
Language Cognition and Language Computation -- Human and Machine Language Understanding [51.56546543716759]
言語理解は認知科学とコンピュータ科学の分野で重要な科学的問題である。これらの規律を組み合わせることで、インテリジェントな言語モデルを構築する上で、新たな洞察が得られますか?
論文参考訳（メタデータ） (2023-01-12T02:37:00Z)
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)
Towards Understanding Human Functional Brain Development with Explainable Artificial Intelligence: Challenges and Perspectives [6.106661781836959]
本稿では,現在最先端のAI技術が機能的脳発達にどのような影響を及ぼすかを理解することを目的とする。また、脳の発達過程に基づいて、どのAI技術が彼らの学習を説明する可能性が高いかについてのレビューも実施されている。
論文参考訳（メタデータ） (2021-12-24T02:13:13Z)
Understanding Human Reading Comprehension with Brain Signals [37.850947109491685]
人間の脳で何が起きているのか、理解している時に何が起こるかはほとんど分かっていない。脳波などの脳イメージング技術の進歩により、ほぼリアルタイムで高精度な脳信号を集めることができる。
論文参考訳（メタデータ） (2021-08-03T08:37:57Z)
Towards a Neural Model for Serial Order in Frontal Cortex: a Brain Theory from Memory Development to Higher-Level Cognition [53.816853325427424]
そこで本研究では,未熟な前頭前野 (PFC) が側頭葉信号の階層的パターンを検出する主要な機能を利用していることを提案する。我々の仮説では、PFCは順序パターンの形で時間的配列の階層構造を検出し、それらを脳の異なる部分で階層的に情報をインデックスするために利用する。これにより、抽象的な知識を操作し、時間的に順序付けられた情報を計画するための言語対応の脳にツールを提供する。
論文参考訳（メタデータ） (2020-05-22T14:29:51Z)

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。