論文の概要: Social Neuro AI: Social Interaction as the "dark matter" of AI
- arxiv url: http://arxiv.org/abs/2112.15459v2
- Date: Mon, 3 Jan 2022 14:15:21 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-04 11:59:03.809398
- Title: Social Neuro AI: Social Interaction as the "dark matter" of AI
- Title（参考訳）: 社会神経AI:AIの「暗黒物質」としての社会的相互作用
- Authors: Samuele Bolotta and Guillaume Dumas
- Abstract要約: 我々は、社会心理学と社会神経科学の実証結果と力学の枠組みが、よりインテリジェントな人工エージェントの開発にインスピレーションを与えることができると主張している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We are making the case that empirical results from social psychology and
social neuroscience along with the framework of dynamics can be of inspiration
to the development of more intelligent artificial agents. We specifically argue
that the complex human cognitive architecture owes a large portion of its
expressive power to its ability to engage in social and cultural learning. In
the first section, we aim at demonstrating that social learning plays a key
role in the development of intelligence. We do so by discussing social and
cultural learning theories and investigating the abilities that various animals
have at learning from others; we also explore findings from social neuroscience
that examine human brains during social interaction and learning. Then, we
discuss three proposed lines of research that fall under the umbrella of Social
NeuroAI and can contribute to developing socially intelligent embodied agents
in complex environments. First, neuroscientific theories of cognitive
architecture, such as the global workspace theory and the attention schema
theory, can enhance biological plausibility and help us understand how we could
bridge individual and social theories of intelligence. Second, intelligence
occurs in time as opposed to over time, and this is naturally incorporated by
the powerful framework offered by dynamics. Third, social embodiment has been
demonstrated to provide social interactions between virtual agents and humans
with a more sophisticated array of communicative signals. To conclude, we
provide a new perspective on the field of multiagent robot systems, exploring
how it can advance by following the aforementioned three axes.
- Abstract（参考訳）: 我々は、社会心理学と社会神経科学の実証的な結果とダイナミクスの枠組みが、よりインテリジェントな人工エージェントの開発にインスピレーションを与えることができることを主張している。
複雑な人間の認知アーキテクチャは、その表現力の大部分を社会的・文化的学習に携わる能力に負っていると我々は特に主張する。
第1節では,社会学習が知性発達において重要な役割を担っていることを示す。
我々は、社会的・文化的学習理論を議論し、様々な動物が他者から学習する能力を調査し、また、社会的相互作用と学習の間に人間の脳を調べる社会神経科学からの知見を探求する。
次に,社会ニューロAIの傘下に置かれ,複雑な環境下での社会的に知能なエンボディエージェントの開発に寄与する3つの研究ラインについて論じる。
まず、グローバルワークスペース理論やアテンションスキーマ理論のような認知アーキテクチャの神経科学的理論は、生物学的な可能性を高め、個人と社会の知能理論をいかに橋渡しできるかを理解するのに役立つ。
第2に、知性は時間とともに発生するが、これはdynamicsが提供する強力なフレームワークに自然に組み込まれている。
第三に、社会的具体化は、より洗練されたコミュニケーションシグナルの配列を持つ仮想エージェントと人間の間の社会的相互作用を提供するために実証されている。
結論として, 上記の3つの軸を追従することで, どのように前進できるかを探求する多エージェントロボットシステムの分野について, 新たな視点を提供する。
関連論文リスト
- Artificial Theory of Mind and Self-Guided Social Organisation [1.8434042562191815]
人工知能(AI)が直面する課題の1つは、エージェントの集合が、単一のエージェントが到達できない目標を達成するために、どのように行動を調整するかである。
我々は、ニューラルネットワークにおける単一ニューロンの複雑さによる最近の研究に基づいて、一般的な設定での集合的知能について論じる。
社会構造が神経生理学、心理学、言語にどのように影響されているかを示す。
論文 参考訳（メタデータ） (2024-11-14T04:06:26Z) - Theory of Mind Enhances Collective Intelligence [1.8434042562191815]
人間の社会的設定におけるフレキシブルな集団知性は、特定の認知ツールを使用することによって改善される、と我々は主張する。
そして、これらの能力を、人間とAIのハイブリッドな社会生態学を含む未来に埋め込まれた人工知能の次のステップの文脈に配置する。
論文 参考訳（メタデータ） (2024-11-14T03:58:50Z) - Learning mental states estimation through self-observation: a developmental synergy between intentions and beliefs representations in a deep-learning model of Theory of Mind [0.35154948148425685]
心の理論(りょうがく、英: Theory of Mind、ToM)とは、信念、意図、精神状態などを他人に関連付ける能力である。
我々は,低レベル精神状態を予測する学習と,高レベル精神状態に寄与する学習との間に発達的な相乗効果を示す。
我々は,人間の社会的認知発達の理解に,我々の計算的アプローチが役立つことを示唆する。
論文 参考訳（メタデータ） (2024-07-25T13:15:25Z) - Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions [67.60397632819202]
ソーシャルインテリジェントAIエージェント(Social-AI)の構築は、多分野、マルチモーダルな研究目標である。
我々は、社会AIを前進させるために、基礎となる技術的課題と、コンピューティングコミュニティ全体にわたる研究者のためのオープンな質問を特定します。
論文 参考訳（メタデータ） (2024-04-17T02:57:42Z) - SOTOPIA: Interactive Evaluation for Social Intelligence in Language Agents [107.4138224020773]
人工エージェントと人間との複雑な社会的相互作用をシミュレートするオープンエンド環境であるSOTOPIAを提案する。
エージェントは、複雑な社会的目標を達成するために協調し、協力し、交換し、互いに競い合う。
GPT-4は,人間よりも目標達成率が著しく低く,社会的常識的推論や戦略的コミュニケーション能力の発揮に苦慮していることがわかった。
論文 参考訳（メタデータ） (2023-10-18T02:27:01Z) - The SocialAI School: Insights from Developmental Psychology Towards
Artificial Socio-Cultural Agents [27.464382586864254]
我々は、AI研究は心理学から知らされ、文化への参入を可能にする社会認知能力を研究するべきだと論じる。
The SocialAI School - 手続き的に生成された環境のカスタマイズ可能なパラメータ化uiteを含むツール。
論文 参考訳（メタデータ） (2023-07-15T19:05:56Z) - World Models and Predictive Coding for Cognitive and Developmental
Robotics: Frontiers and Challenges [51.92834011423463]
我々は世界モデルと予測符号化の2つの概念に焦点を当てる。
神経科学において、予測符号化は、脳がその入力を継続的に予測し、その環境における自身のダイナミクスと制御行動のモデル化に適応するように提案する。
論文 参考訳（メタデータ） (2023-01-14T06:38:14Z) - Neural Theory-of-Mind? On the Limits of Social Intelligence in Large LMs [77.88043871260466]
私たちは、今日の最大の言語モデルのひとつに、このようなソーシャルインテリジェンスを最初から欠いていることを示しています。
我々は、人中心のNLPアプローチは、マインドの神経理論に対してより効果的であるかもしれないと結論づける。
論文 参考訳（メタデータ） (2022-10-24T14:58:58Z) - The world seems different in a social context: a neural network analysis
of human experimental data [57.729312306803955]
本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。
トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
論文 参考訳（メタデータ） (2022-03-03T17:19:12Z) - Social Behaviour Understanding using Deep Neural Networks: Development
of Social Intelligence Systems [2.107969466194361]
ソーシャル・コンピューティングは、ソーシャル・インテリジェンス・システムの誕生に向けて、社会情報学を超えて進化してきた。
本稿では,深層ニューラルネットワークを用いた社会的行動理解フレームワークを提案する。
うつ病の検出、活動認識、認知障害スクリーニングを含む3つのシステムは、明らかに社会的知性の重要性を示すために開発されている。
論文 参考訳（メタデータ） (2021-05-20T03:19:55Z) - PHASE: PHysically-grounded Abstract Social Events for Machine Social
Perception [50.551003004553806]
私たちは、物理的に根拠のある抽象的なソーシャルイベント、フェーズのデータセットを作成します。
フェーズは人間の実験によって検証され、人間は社会出来事において豊かな相互作用を知覚する。
ベースラインモデルとして,最新のフィードフォワードニューラルネットワークよりも優れたベイズ逆計画手法SIMPLEを導入する。
論文 参考訳（メタデータ） (2021-03-02T18:44:57Z)
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。