Fugu-MT 論文翻訳(概要): Computational Metacognition

論文の概要: Computational Metacognition

arxiv url: http://arxiv.org/abs/2201.12885v1
Date: Sun, 30 Jan 2022 17:34:53 GMT
ステータス: 処理完了
システム内更新日: 2022-02-01 16:23:46.117954
Title: Computational Metacognition
Title（参考訳）: 計算メタ認知
Authors: Michael Cox, Zahiduddin Mohammad, Sravya Kondrakunta, Ventaksamapth Raja Gogineni, Dustin Dannenhauer and Othalia Larue
Abstract要約: 計算メタ認知は、統合された人工システムにおける高次推論に対する認知システムの観点から表される。本稿では,メタレベルの目標操作と学習によって認識を変化させることで,計算メタ認知がパフォーマンスを向上することを示す。
参考スコア（独自算出の注目度）: 2.0552049801885746
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Computational metacognition represents a cognitive systems perspective on high-order reasoning in integrated artificial systems that seeks to leverage ideas from human metacognition and from metareasoning approaches in artificial intelligence. The key characteristic is to declaratively represent and then monitor traces of cognitive activity in an intelligent system in order to manage the performance of cognition itself. Improvements in cognition then lead to improvements in behavior and thus performance. We illustrate these concepts with an agent implementation in a cognitive architecture called MIDCA and show the value of metacognition in problem-solving. The results illustrate how computational metacognition improves performance by changing cognition through meta-level goal operations and learning.
Abstract（参考訳）: 計算メタ認知(Computational metacognition)は、人間のメタ認知や人工知能のメタレゾン化アプローチからアイデアを活用しようとする、統合された人工知能システムにおける高次推論の認知システム観を表す。重要な特徴は、知的システムにおける認知活動の痕跡を宣言的に表現し、監視することで、認知自体のパフォーマンスを管理することである。認知力の向上は行動改善とパフォーマンス向上につながる。 MIDCAと呼ばれる認知アーキテクチャのエージェント実装を用いてこれらの概念を説明し、問題解決におけるメタ認知の価値を示す。その結果,メタレベルの目標操作や学習を通じて認識を変化させることで,計算メタ認知がパフォーマンスを向上することを示す。

関連論文リスト

Imagining and building wise machines: The centrality of AI metacognition [78.76893632793497]
AIシステムは知恵を欠いている。 AI研究はタスクレベルの戦略に焦点を当てているが、メタ認知はAIシステムでは未発達である。メタ認知機能をAIシステムに統合することは、その堅牢性、説明可能性、協力性、安全性を高めるために不可欠である。
論文参考訳（メタデータ） (2024-11-04T18:10:10Z)
The Trap of Presumed Equivalence: Artificial General Intelligence Should Not Be Assessed on the Scale of Human Intelligence [0.0]
知的システム理論における新しい知性を評価する従来のアプローチは、人間のような行動や行動の類似性、「模倣」に基づいている。いくつかの自然な仮定の下では、インテリジェントなシステムを開発することは、独自の意図と目的を形成することができる、と我々は主張する。
論文参考訳（メタデータ） (2024-10-14T13:39:58Z)
Can metacognition predict your success in solving problems? An exploratory case study in programming [0.0]
本研究では,メタ認知の予測可能性について検討した。メタ認知的認知とメタ認知的行動からなる2次元モデルが提案されている。オブジェクト指向プログラミングにおけるメタ認知と性能の関連性を検討するために,潜在的アプローチを用いた。
論文参考訳（メタデータ） (2024-10-08T18:06:55Z)
Exploring a Cognitive Architecture for Learning Arithmetic Equations [0.0]
本稿では,算術学習を支える認知メカニズムについて考察する。本稿では,数ベクトル化埋め込みネットワークと連想メモリモデルを実装し,知能システムによる算術方程式の学習とリコールについて検討する。知的システムにおける数学的認知の神経的相関に関する継続的な研究に貢献することを目的としている。
論文参考訳（メタデータ） (2024-05-05T18:42:00Z)
Discrete, compositional, and symbolic representations through attractor dynamics [51.20712945239422]
我々は,思考の確率的言語(PLoT)に似た認知過程をモデル化するために,アトラクタダイナミクスを記号表現と統合した新しいニューラルシステムモデルを導入する。我々のモデルは、連続表現空間を、事前定義されたプリミティブに頼るのではなく、教師なし学習を通じて、記号系の意味性と構成性の特徴を反映する、記号列に対応する引き付け状態を持つ離散盆地に分割する。このアプローチは、認知操作の複雑な双対性を反映したより包括的なモデルを提供する、AIにおける表現力の証明された神経弁別可能な基質であるニューラルダイナミクスを通じて、シンボル処理とサブシンボル処理の両方を統合する統一的なフレームワークを確立する。
論文参考訳（メタデータ） (2023-10-03T05:40:56Z)
Incremental procedural and sensorimotor learning in cognitive humanoid robots [52.77024349608834]
本研究は,手順を段階的に学習する認知エージェントを提案する。各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
論文参考訳（メタデータ） (2023-04-30T22:51:31Z)
Machine Psychology [54.287802134327485]
我々は、心理学にインスパイアされた行動実験において、研究のための実りある方向が、大きな言語モデルに係わっていると論じる。本稿では,本手法が表に示す理論的視点,実験パラダイム,計算解析技術について述べる。これは、パフォーマンスベンチマークを超えた、生成人工知能(AI)のための「機械心理学」の道を開くものだ。
論文参考訳（メタデータ） (2023-03-24T13:24:41Z)
Intelligent problem-solving as integrated hierarchical reinforcement learning [11.284287026711125]
生物学的エージェントにおける複雑な問題解決行動の開発は階層的認知機構に依存している。本稿では,生物にインスパイアされた階層的なメカニズムを組み込むことにより,人工エージェントの高度な問題解決能力を実現する方法を提案する。われわれの結果は、より洗練された認知にインスパイアされた階層型機械学習アーキテクチャの開発を導くことを期待している。
論文参考訳（メタデータ） (2022-08-18T09:28:03Z)
Kernel Based Cognitive Architecture for Autonomous Agents [91.3755431537592]
本稿では,認知機能構築への進化的アプローチについて考察する。本稿では,シンボル創発問題に基づくエージェントの進化を保証する認知アーキテクチャについて考察する。
論文参考訳（メタデータ） (2022-07-02T12:41:32Z)
Backprop-Free Reinforcement Learning with Active Neural Generative Coding [84.11376568625353]
動的環境におけるエラー(バックプロップ)のバックプロパゲーションを伴わない行動駆動型生成モデルの学習のための計算フレームワークを提案する。我々は、まばらな報酬でも機能するインテリジェントエージェントを開発し、推論として計画の認知理論からインスピレーションを得ている。我々のエージェントの堅牢な性能は、神経推論と学習のためのバックプロップフリーアプローチがゴール指向の行動を促進するという有望な証拠を提供する。
論文参考訳（メタデータ） (2021-07-10T19:02:27Z)
The Evolution of Concept-Acquisition based on Developmental Psychology [4.416484585765028]
知識に基づく人工知能システムの性能向上の鍵は、豊富な意味を持つ概念システムである。概念を表現し、概念システムを構築する新しい方法を見つけることは、多くのインテリジェントシステムの性能を大幅に向上させる。発達心理学は、人間の行動レベルで概念獲得の過程を注意深く観察する。
論文参考訳（メタデータ） (2020-11-26T01:57:24Z)

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。