論文の概要: The Mathematics of Artificial Intelligence
- arxiv url: http://arxiv.org/abs/2203.08890v1
- Date: Wed, 16 Mar 2022 19:04:53 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-18 14:11:21.321555
- Title: The Mathematics of Artificial Intelligence
- Title(参考訳): 人工知能の数学
- Authors: Gitta Kutyniok
- Abstract要約: 私たちは、人工知能、すなわちディープニューラルネットワークの現在の"ワークホース"に焦点を当てます。
いくつかの模範的な結果とともに、主要な理論的方向性を示し、主要な開問題について議論する。
- 参考スコア(独自算出の注目度): 3.2971341821314777
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We currently witness the spectacular success of artificial intelligence in
both science and public life. However, the development of a rigorous
mathematical foundation is still at an early stage. In this survey article,
which is based on an invited lecture at the International Congress of
Mathematicians 2022, we will in particular focus on the current "workhorse" of
artificial intelligence, namely deep neural networks. We will present the main
theoretical directions along with several exemplary results and discuss key
open problems.
- Abstract(参考訳): 私たちは現在、科学と公共の生活の両方で人工知能の素晴らしい成功を目撃しています。
しかし、厳密な数学的基礎の開発はまだ初期段階にある。
この調査記事は、2022年の国際数学会議(International Congress of Mathematicians)の招待講演に基づいており、人工知能の現在の「ワークホース」、すなわちディープニューラルネットワークに焦点を当てる。
いくつかの模範的な結果とともに、主要な理論的方向性を示し、主要な開問題について議論する。
関連論文リスト
- The Mathematics of Artificial Intelligence [23.03787751696068]
本稿では,人工知能(AI)における数学の役割について概説する。
数学はAIシステムをよりよく理解し、拡張するためのツールを提供する、と強調する。
逆に、AIは新しい問題を提起し、様々な分野の交差点で新しい数学の開発を進める。
論文 参考訳(メタデータ) (2025-01-15T15:00:23Z) - Mathematics and Machine Creativity: A Survey on Bridging Mathematics with AI [3.7721193149333634]
本稿では,人工知能(AI)の数学的研究への応用に関する包括的調査を行う。
近年のAIの発展、特に強化学習(RL)と大規模言語モデル(LLM)は、AIが数学に貢献する可能性を実証している。
この調査は、AIと数学の橋渡し、相互利益に関する洞察を提供し、より深い学際的理解を促進することを目的としている。
論文 参考訳(メタデータ) (2024-12-21T08:58:36Z) - Formal Mathematical Reasoning: A New Frontier in AI [60.26950681543385]
我々は公式な数学的推論を提唱し、AI4Mathを次のレベルに進めるには不可欠であると主張している。
既存の進捗を要約し、オープンな課題について議論し、将来の成功を測るための重要なマイルストーンを想定します。
論文 参考訳(メタデータ) (2024-12-20T17:19:24Z) - Machine learning and information theory concepts towards an AI
Mathematician [77.63761356203105]
人工知能の現在の最先端技術は、特に言語習得の点で印象的だが、数学的推論の点ではあまり重要ではない。
このエッセイは、現在のディープラーニングが主にシステム1の能力で成功するという考えに基づいている。
興味深い数学的ステートメントを構成するものについて質問するために、情報理論的な姿勢を取る。
論文 参考訳(メタデータ) (2024-03-07T15:12:06Z) - AI for Mathematics: A Cognitive Science Perspective [86.02346372284292]
数学は人間によって開発された最も強力な概念体系の1つである。
AIの急速な進歩、特に大規模言語モデル(LLM)の進歩による推進により、そのようなシステム構築に対する新たな、広範な関心が生まれている。
論文 参考訳(メタデータ) (2023-10-19T02:00:31Z) - A Survey on Brain-Inspired Deep Learning via Predictive Coding [85.93245078403875]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。
PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文 参考訳(メタデータ) (2023-08-15T16:37:16Z) - A Survey of Deep Learning for Mathematical Reasoning [71.88150173381153]
我々は過去10年間の数学的推論とディープラーニングの交差点における重要なタスク、データセット、方法についてレビューする。
大規模ニューラルネットワークモデルの最近の進歩は、新しいベンチマークと、数学的推論にディープラーニングを使用する機会を開放している。
論文 参考訳(メタデータ) (2022-12-20T18:46:16Z) - Proceedings of ICML 2021 Workshop on Theoretic Foundation, Criticism,
and Application Trend of Explainable AI [71.70949497737655]
ICML 2021 Workshop on Theoretic Foundation, Criticism, and Application Trends of Explainable AI。
ディープニューラルネットワーク(DNN)は、コンピュータビジョン、計算言語学、AIなど、幅広い分野で大きな成功を収めたことは間違いない。
しかし、DNNの成功と敵の攻撃に対する弾力性の根底にある基本原理は依然としてほとんど失われている。
このワークショップは、XAIの範囲における理論の基礎、制限、および新しいアプリケーショントレンドに特別な関心を払っている。
論文 参考訳(メタデータ) (2021-07-16T13:14:16Z) - Physical Artificial Intelligence: The Concept Expansion of
Next-Generation Artificial Intelligence [8.372451098017693]
デジタル人工知能とフィジカル・アーティファクト・インテリジェンスの概念が出現し、これはアーティファクト・インテリジェンスの理論的発展における大きな一歩とみなすことができる。
この論文は、物理学的芸術的知性の動向とガバナンスについても検討する。
論文 参考訳(メタデータ) (2021-05-13T21:46:46Z)
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。