論文の概要: Rationality in current era -- A recent survey
- arxiv url: http://arxiv.org/abs/2204.12872v1
- Date: Wed, 27 Apr 2022 12:09:41 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 16:31:13.518119
- Title: Rationality in current era -- A recent survey
- Title（参考訳）: 現代における合理性-最近の調査
- Authors: Dibakar Das
- Abstract要約: 本論文は,近年の合理性に関する異質な見解に関する調査(過去5年間)を提起するものである。
最初の学校はAIの進歩に懐疑的であり、人間の知性は常にマシンインテリジェンスに取って代わられると信じている。
第2の学校は、AIの出現とコンピューティングの進歩が、有界な合理性を理解するのに役立つと考えている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Rationality has been an intriguing topic for several decades. Even the scope
of definition of rationality across different subjects varies. Several theories
(e.g., game theory) initially evolved on the basis that agents (e.g., humans)
are perfectly rational. One interpretation of perfect rationality is that
agents always make the optimal decision which maximizes their expected
utilities. However, subsequently this assumption was relaxed to include bounded
rationality where agents have limitations in terms of computing resources and
biases which prevents them to take the optimal decision. However, with recent
advances in (quantum) computing, artificial intelligence (AI), science and
technology etc., has led to the thought that perhaps the concept of rationality
would be augmented with machine intelligence which will enable agents to take
decision optimally with higher regularity. However, there are divergent views
on this topic. The paper attempts to put forward a recent survey (last five
years) of research on these divergent views. These viewsmay be grouped into
three schools of thoughts. The first school is the one which is sceptical of
progress of AI and believes that human intelligencewill always supersede
machine intelligence. The second school of thought thinks that advent of AI and
advances in computing will help in better understanding of bounded rationality.
Third school of thought believes that bounds of bounded rationality will be
extended by advances in AI and various other fields. This survey hopes to
provide a starting point for further research.
- Abstract（参考訳）: 合理性は数十年間興味深い話題だった。
異なる主題にまたがる合理性の定義の範囲さえ様々である。
いくつかの理論(例えばゲーム理論)は最初、エージェント(例えば人間)が完全に有理的であるという根拠に基づいて進化した。
完全合理性の解釈の一つは、エージェントは常に期待されたユーティリティを最大化する最適な決定をするということである。
しかしその後、この仮定は緩和され、エージェントが最適な決定を下すのを防ぐための計算資源とバイアスの制限がある有界な合理性を含むようになった。
しかし、近年の(量子)コンピューティング、人工知能(AI)、科学、技術などの進歩により、合理性の概念は機械知能によって強化され、エージェントがより高い正則性で最適な決定を下すことができると考えられる。
しかし、この話題については異説がある。
この論文は、これらの異なる見解に関する最近の調査(過去5年間)を推し進めようとするものである。
これらの見解は3つの学派に分けられる。
最初の学校はAIの進歩に懐疑的であり、人間の知性は常にマシンインテリジェンスに取って代わられると信じている。
第2の思考学派は、AIの出現とコンピューティングの進歩が、有界な合理性を理解するのに役立つと考えている。
第3の思考学派は、境界有理性の境界はAIやその他の様々な分野の進歩によって拡張されると考えている。
この調査はさらなる研究の出発点になることを期待している。
関連論文リスト
- 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) - 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) - (Ir)rationality in AI: State of the Art, Research Challenges and Open
Questions [2.9008806248012333]
合理性の概念は人工知能の分野の中心である。
有理エージェントを構成するものの統一的な定義は存在しない。
特定のシナリオで最適であることを示す不合理な行動を考える。
論文 参考訳（メタデータ） (2023-11-28T19:01:09Z) - Several Consequences of Optimality [0.43512163406552007]
計算モデルからの発見は、多くのエージェントが独立してグローバルな最適性を達成しようと試み、コンピュータパワーの改善によって促進されたとき、彼らは間接的に「コモンズの悲劇」の発生を加速したことを示した。
エージェントが最適性を達成すると、エージェントの解の間に情報エントロピーが低下する。
2つのグループ(うち1つは生産者、もう1つは最適性を求めるグループエージェント)は消費資源の消費者であり、生産者を上回っているようである。
論文 参考訳（メタデータ） (2023-11-02T11:33:51Z) - 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 Theory of Bounded Inductive Rationality [0.0]
我々は論理的全理性を前提としない合理的な意思決定の理論を開発する。
我々は、piの桁に賭けるなど、意思決定問題に何度も直面するエージェントについて検討する。
この意味で合理的なエージェントには、他の望ましい性質があることを証明します。
論文 参考訳（メタデータ） (2023-07-11T07:13:29Z) - Exploring the Constraints on Artificial General Intelligence: A
Game-Theoretic No-Go Theorem [0.0]
本稿では,人間エージェントと潜在的スーパーヒューマンマシンエージェントとの戦略的相互作用を捉えるゲーム理論フレームワークを提案する。
私の分析は、超人的AIの理論的発展を形作ることのできるコンテキストの理解に寄与します。
論文 参考訳（メタデータ） (2022-09-25T23:17:20Z) - Consequences of Optimality [0.0]
人間は有理なエージェントであることが知られている。
近年のコンピューティングの進歩や、大量のデータと共に科学や技術分野が発展し、これが人間の有界な合理性の限界を、人工知能によって拡張する可能性があると感じている。
論文 参考訳（メタデータ） (2021-11-21T17:05:22Z) - Automated Machine Learning, Bounded Rationality, and Rational
Metareasoning [62.997667081978825]
有界合理性の観点から、自動機械学習(AutoML)と関連する問題を考察する。
リソース境界の下でアクションを取るには、エージェントがこれらのリソースを最適な方法で利用する方法を反映する必要がある。
論文 参考訳（メタデータ） (2021-09-10T09:10:20Z) - Inductive Biases for Deep Learning of Higher-Level Cognition [108.89281493851358]
興味深い仮説は、人間と動物の知性はいくつかの原則によって説明できるということである。
この研究は、主に高いレベルとシーケンシャルな意識的処理に関心のある人を中心に、より大きなリストを考察する。
これらの特定の原則を明確にする目的は、人間の能力から恩恵を受けるAIシステムを構築するのに役立つ可能性があることである。
論文 参考訳（メタデータ） (2020-11-30T18:29:25Z) - Invariant Rationalization [84.1861516092232]
典型的な合理化基準、すなわち最大相互情報(MMI)は、合理性のみに基づいて予測性能を最大化する合理性を見つける。
ゲーム理論の不変な有理化基準を導入し、各環境において同じ予測器を最適にするために、有理を制約する。
理論的にも実証的にも、提案された理性は、素早い相関を除外し、異なるテストシナリオをより一般化し、人間の判断とよく一致させることができることを示す。
論文 参考訳（メタデータ） (2020-03-22T00:50:27Z)
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。