論文の概要: A World-Self Model Towards Understanding Intelligence
- arxiv url: http://arxiv.org/abs/2203.13762v1
- Date: Fri, 25 Mar 2022 16:42:23 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-28 15:05:32.858038
- Title: A World-Self Model Towards Understanding Intelligence
- Title（参考訳）: インテリジェンス理解に向けた世界自己モデル
- Authors: Yutao Yue
- Abstract要約: 我々は、人間と人工知能を比較し、人間の知性の特定の側面が認識と認知を結びつける鍵である、と提案する。
我々は、より広範な概念、新しいモデルのWSM(World-Self Model)の原理と数学的枠組み、そして最後にWSMに基づいた統合されたインテリジェンス・フレームワークを提示する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Artificial intelligence has achieved tremendous successes in various tasks,
while it is still out of question that there are big gaps between artificial
and human intelligence, and the nature of intelligence is still in darkness. In
this work we will first stress the importance of scope of discussion and
granularity of investigation for this type of research. We will carefully
compare human and artificial intelligence, and propose that a certain aspect
(Aspect 3) of human intelligence is the key to connect perception and
cognition, and the lack of a new model is preventing the understanding and
next-level implementation of intelligence. We will present the broader idea of
"concept", the principles and mathematical frameworks of the new model
World-Self Model (WSM) of intelligence, and finally an unified general
framework of intelligence based on WSM. Rather than focusing on solving a
specific problem or discussing a certain kind of intelligence, our work is
instead towards a better understanding of the nature of the general phenomenon
of intelligence, independent of the kind of task or system of investigation.
- Abstract（参考訳）: 人工知能は様々なタスクで大きな成功を収めてきたが、人工知能と人間の知性の間には大きなギャップがあり、知能の性質はまだ暗黒状態にあることは疑問の余地はない。
本研究は、まず、この種の研究における議論の範囲と調査の粒度の重要性を強調する。
我々は、人間と人工知能を慎重に比較し、人間の知能の特定の側面(aspect3)が知覚と認知をつなぐ鍵であり、新しいモデルの欠如は、知能の理解と次のレベルの実装を妨げていると提案する。
概念(concept)というより広い考え方、人工知能の新しいモデルワールド・セルフ・モデル(wsm)の原則と数学的枠組み、そして最終的にwsmに基づく知性の統一的な汎用的枠組みを提示する。
特定の問題を解決することや、特定のインテリジェンスについて議論することに集中するのではなく、私たちの仕事は、タスクや調査システムとは独立して、一般的なインテリジェンス現象の性質をよりよく理解することを目的としています。
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) - Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。
本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
論文 参考訳（メタデータ） (2024-02-28T16:09:56Z) - On a Functional Definition of Intelligence [0.0]
合意されたインテリジェンスの定義がなければ、"このシステムはインテリジェントか?
知性(intelligence)とは、哲学、心理学、認知科学の分野である。
我々は、その知性が実際に達成される方法とは異なる、純粋に機能的でブラックボックスな知性の定義について論じる。
論文 参考訳（メタデータ） (2023-12-15T05:46:49Z) - A Theory of Intelligences [0.0]
私は物理学から生物学、人間、AIに至るまで、あらゆるシステムに適用可能なフレームワークを開発しています。
インテリジェンスとその構成要素に関する一般的な方程式と、インテリジェンス特性の進化のための単純な表現について述べる。
論文 参考訳（メタデータ） (2023-08-23T20:18:43Z) - Brain in a Vat: On Missing Pieces Towards Artificial General
Intelligence in Large Language Models [83.63242931107638]
本稿では,知的エージェントの4つの特徴について述べる。
実世界の物体との活発な関わりは、概念的表現を形成するためのより堅牢な信号をもたらすと我々は主張する。
我々は、人工知能分野における将来的な研究の方向性を概説して結論付ける。
論文 参考訳（メタデータ） (2023-07-07T13:58:16Z) - On the link between conscious function and general intelligence in
humans and machines [0.9176056742068814]
意識機能に関する3つの理論に関連する認知能力について考察する。
これら3つの理論は、意識機能と、人間におけるドメインジェネラルインテリジェンス(ドメインジェネリジェンス)のいくつかの側面を特に関連付けている。
3つの理論のそれぞれからの洞察を統一モデルに組み込む方法を提案する。
論文 参考訳（メタデータ） (2022-03-24T02:22:23Z) - WenLan 2.0: Make AI Imagine via a Multimodal Foundation Model [74.4875156387271]
我々は,膨大なマルチモーダル(視覚的・テキスト的)データを事前学習した新しい基礎モデルを開発する。
そこで本研究では,様々な下流タスクにおいて,最先端の成果が得られることを示す。
論文 参考訳（メタデータ） (2021-10-27T12:25:21Z) - Future Trends for Human-AI Collaboration: A Comprehensive Taxonomy of
AI/AGI Using Multiple Intelligences and Learning Styles [95.58955174499371]
我々は、複数の人間の知性と学習スタイルの様々な側面を説明し、様々なAI問題領域に影響を及ぼす可能性がある。
未来のAIシステムは、人間のユーザと互いにコミュニケーションするだけでなく、知識と知恵を効率的に交換できる。
論文 参考訳（メタデータ） (2020-08-07T21:00:13Z) - Dark, Beyond Deep: A Paradigm Shift to Cognitive AI with Humanlike
Common Sense [142.53911271465344]
我々は、次世代のAIは、新しいタスクを解決するために、人間のような「暗黒」の常識を取り入れなければならないと論じている。
我々は、人間のような常識を持つ認知AIの5つの中核領域として、機能、物理学、意図、因果性、実用性(FPICU)を識別する。
論文 参考訳（メタデータ） (2020-04-20T04:07:28Z)
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。