論文の概要: The Vision of Self-Evolving Computing Systems

• arxiv url: http://arxiv.org/abs/2204.06825v1
• Date: Thu, 14 Apr 2022 08:53:23 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-15 22:31:44.966516
• Title: The Vision of Self-Evolving Computing Systems
• Title（参考訳）: 自己進化型コンピューティングシステムのビジョン
• Authors: Danny Weyns, Thomas Baeck, Rene Vidal, Xin Yao, and Ahmed Nabil Belbachir
• Abstract要約: 持続可能性の重要な側面は、コンピュータシステムが直面する継続的な変化に対処する能力である。 さまざまなタイプの変更を自律的に処理するスマートコンピューティングシステムを設計することは可能ですが、予期しない変更に対処するには、システムの進化が必要です。 我々は、進化エンジンを備えた自己進化型コンピューティングシステムのビジョンについて、議論の余地のある意見を提示した。
• 参考スコア（独自算出の注目度）: 12.507035717773528
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Computing systems are omnipresent; their sustainability has become crucial for our society. A key aspect of this sustainability is the ability of computing systems to cope with the continuous change they face, ranging from dynamic operating conditions, to changing goals, and technological progress. While we are able to engineer smart computing systems that autonomously deal with various types of changes, handling unanticipated changes requires system evolution, which remains in essence a human-centered process. This will eventually become unmanageable. To break through the status quo, we put forward an arguable opinion for the vision of self-evolving computing systems that are equipped with an evolutionary engine enabling them to evolve autonomously. Specifically, when a self-evolving computing system detects conditions outside its operational domain, such as an anomaly or a new goal, it activates an evolutionary engine that runs online experiments to determine how the system needs to evolve to deal with the changes, thereby evolving its architecture. During this process the engine can integrate new computing elements that are provided by computing warehouses. These computing elements provide specifications and procedures enabling their automatic integration. We motivate the need for self-evolving computing systems in light of the state of the art, outline a conceptual architecture of self-evolving computing systems, and illustrate the architecture for a future smart city mobility system that needs to evolve continuously with changing conditions. To conclude, we highlight key research challenges to realize the vision of self-evolving computing systems.
• Abstract（参考訳）: コンピュータシステムは一様であり、その持続性は我々の社会にとって重要になっている。 この持続可能性の重要な側面は、動的運用条件から目標の変更、技術的進歩に至るまで、コンピュータシステムが直面する継続的な変化に対処する能力である。 さまざまなタイプの変更を自律的に処理するスマートコンピューティングシステムを設計することは可能ですが、予期しない変更に対処するにはシステムの進化が必要です。 最終的にこれは管理不能になる。 現状を打破するため,我々は,進化エンジンを備えた自己進化型コンピューティングシステムのビジョンに対して,自律的な進化を可能にするための魅力的な意見を提示する。 具体的には、自己進化型コンピューティングシステムが、異常や新しいゴールなどの運用領域外の条件を検出すると、オンライン実験を実行する進化エンジンを起動し、システムがどのように変化に対処する必要があるかを判断し、アーキテクチャを進化させる。 このプロセスでは、エンジンはコンピューティングウェアハウスが提供する新しいコンピューティング要素を統合することができる。 これらの計算要素は、自動統合を可能にする仕様と手順を提供します。 我々は,技術の現状に照らして,自己進化型コンピューティングシステムの必要性を動機付け,自己進化型コンピューティングシステムの概念的アーキテクチャを概説し,変化する状況下で継続的に進化する必要がある将来のスマートシティモビリティシステムのアーキテクチャを説明する。 結論として,自己進化型コンピューティングシステムのビジョンを実現するための重要な研究課題を強調する。

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)
• Self-sustaining Software Systems (S4): Towards Improved Interpretability and Adaptation [8.328861861105889]
  システムの複雑さは解釈可能性に挑戦し、動的変化に対する自律的な応答を必要とする。 2つの主要な研究分野は、進化型コンピューティングと自律型コンピューティングである。 本稿では,自己維持型ソフトウェアシステム(S4)という,解釈可能かつ適応可能なソフトウェアシステムのための新しい概念を提案する。
  論文  参考訳（メタデータ） (2024-01-21T02:07:34Z)
• Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
  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)
• From Self-Adaptation to Self-Evolution Leveraging the Operational Design Domain [15.705888799637506]
  自己適応は、変化する状況に対処するための実行可能なアプローチであることが示されている。 自己適応システムの能力は、その運用設計領域(ODD)によって制約される ODDの定義を提供し、それを自己適応システムに適用する。
  論文  参考訳（メタデータ） (2023-03-27T14:49:07Z)
• There's Plenty of Room Right Here: Biological Systems as Evolved, Overloaded, Multi-scale Machines [0.0]
  我々は、カテゴリ間のハードバウンダリを放棄し、オブザーバに依存した実践的な視点を採用することによって、有用な道が先延ばしされることを論じる。 バイオメディカルまたはバイオエンジニアリングの目的のために生体システムを再形成するためには、複数のスケールでそれらの機能の予測と制御が必要である。 我々は,メソスケールイベントの理解を改善するために,進化・設計されたシステムによって実行される計算のためのオブザーバ中心のフレームワークを論じる。
  論文  参考訳（メタデータ） (2022-12-20T22:26:40Z)
• 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)
• Introduction to the Artificial Intelligence that can be applied to the Network Automation Journey [68.8204255655161]
  Intent-Based Networking - Concepts and Definitions"ドキュメントには、NetDevOpsに関わる可能性のあるエコシステムのさまざまな部分について記述されている。 認識、生成、翻訳、精巧な機能には、アルゴリズムを実装するための新しい方法が必要だ。
  論文  参考訳（メタデータ） (2022-04-02T08:12:08Z)
• Lifelong Computing [17.702858017974215]
  常に変化する環境で目標を達成している、長期間稼働するコンピューティングシステムは、大きな課題を生んでいる。 異常、新規性、新しい目標、制約といった予期しない変化に対処するには、システムの進化が必要である。 ライフロングコンピューティング」は、コンピューティング/サービスモジュールと学習モジュールを統合するコンピューティング学習システムから始まる。
  論文  参考訳（メタデータ） (2021-08-19T17:19:52Z)
• Towards an Interface Description Template for AI-enabled Systems [77.34726150561087]
  再利用(Reuse)は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする、一般的なシステムアーキテクチャのアプローチである。 現在、コンポーネントが当初目的としていたものと異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークは存在しない。 我々は、AI対応コンポーネントの主情報をキャプチャするインターフェイス記述テンプレートの確立に向けて、現在進行中の作業について述べる。
  論文  参考訳（メタデータ） (2020-07-13T20:30:26Z)
• Synergetic Learning Systems: Concept, Architecture, and Algorithms [4.623783824925363]
  総合学習システム(Synergetic Learning Systems)」という人工知能システムについて述べる。 本システムは,協調的・競争的な相乗学習を通じて,与えられた環境におけるインテリジェントな情報処理と意思決定を実現する。 設計基準の下では,提案システムは長期的にの共進化を通じて,最終的には汎用的な人工知能を実現することが期待されている。
  論文  参考訳（メタデータ） (2020-05-31T06:23:03Z)
• Distributed and Democratized Learning: Philosophy and Research Challenges [80.39805582015133]
  民主化学習(Dem-AI)という新しいデザイン哲学を提案する。 ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。 本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
  論文  参考訳（メタデータ） (2020-03-18T08:45:10Z)

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。