論文の概要: Knowledge as Fruits of Ignorance: A global Free Energy Principle of our
way of thinking
- arxiv url: http://arxiv.org/abs/2206.05684v1
- Date: Sun, 12 Jun 2022 07:28:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-14 18:01:04.539142
- Title: Knowledge as Fruits of Ignorance: A global Free Energy Principle of our
way of thinking
- Title(参考訳): 無知の結実としての知識--我々の考え方のグローバル自由エネルギー原理
- Authors: Cailleteau Thomas
- Abstract要約: 我々は「Jaynes & Shannon's Constrained Ignorance and Surprise」で定義された「無視」の簡単な使い方を示す。
人の旅の例を挙げることで、いくつかの単純で明白だが数学的にエンコードされた哲学的含意を示すと信じている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In this second article, we show a simple use of the Ignorance as defined in
"Jaynes & Shannon's Constrained Ignorance and Surprise". By giving an example
about the journey of a person, we believe to show some simple, obvious but
mathematically encoded philosophical implications about how we could think,
learn and memorize. In this basic model we will separate how we learn from
Ignorance, and how we anticipate the world using Bayes formula, both should
however be more entangled to best reflect reality. In fact, as we have seen
after achieving this work, applying Ignorance on the system constituting a
person finally turns out to be the global approach of its local counterpart on
systems like neurons, cells and other complex probabilistic systems, described
using the free energy principle, a much more complex and detailed approach. The
aim of this article is therefore to show, as seen from a person, another aspect
of the application of the free energy principle which represents the
constrained Shannon's entropy, and leads to Bayes'formula. We show that, using
only ignorance as a single quantity, and its minimization as the main process,
we can take into account his understandings, assertions, doubts and assumptions
about how he perceives the world, by describing them mathematically.
- Abstract(参考訳): 本稿では,「Jaynes & Shannon's Constrained Ignorance and Surprise」で定義された「Ignorance and Surprise」の簡単な使い方を示す。
人の旅の例を示すことで、私たちは、どのように考え、学び、記憶するかに関する、単純で明白だが数学的にエンコードされた哲学的意味を示すと信じています。
この基本的なモデルでは、無知から学ぶ方法と、ベイズ公式を使って世界を予測する方法を区別します。
実際、この研究を完了した後で見たように、人を構成するシステムに無視性を適用することは、ニューロンや細胞などの複雑な確率的システムに対する局所的なアプローチのグローバルなアプローチとなり、より複雑で詳細なアプローチである自由エネルギー原理を用いて記述された。
したがって、この記事の目的は、人から見て、シャノンのエントロピーが制約されたことを表す自由エネルギー原理の適用の別の側面を示し、ベイズの形式に導くことである。
一つの量として無知のみを使用し、その最小化を主要なプロセスとして、数学的に記述することで、彼の理解、主張、疑念、世界をどのように知覚するかについての仮定を考慮に入れることができることを示す。
関連論文リスト
- The Stochastic Parrot on LLM's Shoulder: A Summative Assessment of Physical Concept Understanding [65.28200190598082]
本稿では、慎重に設計された物理概念理解タスクであるPhysorCoについて要約評価を行う。
我々のタスクは、物理的現象を抽象的に記述するグリッド形式入力の使用によって問題を緩和する。
1)GP-4oを含む最先端のLLM, 40%遅れの遅れ, 2) グリッドタスクで失敗するとオウム, o1 現象が LLM に存在するが, 自然言語で同じ概念を記述し, 認識することができる。
論文 参考訳(メタデータ) (2025-02-13T04:00:03Z) - Algorithmic idealism: what should you believe to experience next? [0.0]
私は「世界の状況」を問うのではなく、この疑問をタイトルセンターのステージに置いておく物理学の基礎へのアプローチを論じます。
アルゴリズム的理想主義(英: Algorithmic Idealism)は、いくつかの数学的形式を許容する2つの仮定に基づく概念的枠組みである。
論文 参考訳(メタデータ) (2024-12-03T20:44:32Z) - Does one still need to "shut up and calculate"? [0.0]
我々は、最も初等的で、最も扱いにくい概念は、物理事象に対する複雑な確率振幅の存在であると主張する。
量子光学の分野の基本的な例は、ファインマンの原理への固執が量子力学の魔法に対してより良く、より直感的な評価をもたらすことを証明している。
論文 参考訳(メタデータ) (2024-03-13T14:03:25Z) - Intrinsic Physical Concepts Discovery with Object-Centric Predictive
Models [86.25460882547581]
PHYsical Concepts Inference NEtwork (PHYCINE) は、異なる抽象レベルの物理概念を監督なしで推論するシステムである。
物理概念変数を含むオブジェクト表現は因果推論タスクの性能向上に有効であることを示す。
論文 参考訳(メタデータ) (2023-03-03T11:52:21Z) - COPEN: Probing Conceptual Knowledge in Pre-trained Language Models [60.10147136876669]
概念的知識は人間の認知と知識基盤の基本である。
既存の知識探索作業は、事前訓練された言語モデル(PLM)の事実知識のみに焦点を当て、概念知識を無視する。
PLMが概念的類似性によってエンティティを編成し、概念的特性を学習し、コンテキスト内でエンティティを概念化するかどうかを調査する3つのタスクを設計する。
タスクのために、393のコンセプトをカバーする24kのデータインスタンスを収集、注釈付けします。
論文 参考訳(メタデータ) (2022-11-08T08:18:06Z) - When are Post-hoc Conceptual Explanations Identifiable? [18.85180188353977]
人間の概念ラベルが利用できない場合、概念発見手法は解釈可能な概念のための訓練された埋め込み空間を探索する。
我々は、概念発見は特定可能であり、多くの既知の概念を確実に回収し、説明の信頼性を保証するべきであると論じている。
本結果は,人間ラベルのない信頼性の高い概念発見を保証できる厳密な条件を強調した。
論文 参考訳(メタデータ) (2022-06-28T10:21:17Z) - Diagnosing AI Explanation Methods with Folk Concepts of Behavior [70.10183435379162]
我々は「成功」は、その説明がどんな情報を含むかだけでなく、人間の説明者がどのような情報から理解するかにも依存すると考えている。
我々は、人間の説明による社会的帰属の枠組みとして、行動の民意的概念を用いる。
論文 参考訳(メタデータ) (2022-01-27T00:19:41Z) - 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) - The Relativity of Induction [0.0]
オッカムのカミソリとパーシモニーの原理は、地上学習には不十分であることを示す。
我々は、学習の本質とダイナミクスに関するより明確な洞察をもたらす一連の相対論的原則を導出し、実証する。
論文 参考訳(メタデータ) (2020-09-22T15:17:26Z) - Undecidability and unpredictability: not limitations, but triumphs of
science [0.0]
G"odelの不完全性定理のような結果は、人類の科学的知識に対する努力の基本的な限界を表していると広く信じられている。
この見方は間違っていると私は論じます。それは、物理的・プラトン的な世界が一定の性質を持つものの集合であると考える、生来的な形相論から来ています。
私は、この視点を、現実のパターンという構造的な概念が、物事ではなく、基本的なものとみなす世界観に置き換えることを主張する。
論文 参考訳(メタデータ) (2020-08-22T12:08:06Z) - 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。