論文の概要: An Enactivist-Inspired Mathematical Model of Cognition

• arxiv url: http://arxiv.org/abs/2206.06096v1
• Date: Fri, 10 Jun 2022 13:03:47 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-14 17:06:50.443060
• Title: An Enactivist-Inspired Mathematical Model of Cognition
• Title（参考訳）: アクティビストにインスパイアされた認知の数学的モデル
• Authors: Vadim Weinstein, Basak Sakcak, Steven M. LaValle
• Abstract要約: 我々は、関連する文献で慎重に確認した5つの基本的なエノクティビズム認知科学のテレットを定式化する。 次に、これらの実践主義的信条に従う認知システムについて話すための数学的枠組みを開発する。
• 参考スコア（独自算出の注目度）: 5.8010446129208155
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: We formulate five basic tenets of enactivist cognitive science that we have carefully identified in the relevant literature as the main underlying principles of that philosophy. We then develop a mathematical framework to talk about cognitive systems (both artificial and natural) which complies with these enactivist tenets. In particular we pay attention that our mathematical modeling does not attribute contentful symbolic representations to the agents, and that the agent's brain, body and environment are modeled in a way that makes them an inseparable part of a greater totality. The purpose is to create a mathematical foundation for cognition which is in line with enactivism. We see two main benefits of doing so: (1) It enables enactivist ideas to be more accessible for computer scientists, AI researchers, roboticists, cognitive scientists, and psychologists, and (2) it gives the philosophers a mathematical tool which can be used to clarify their notions and help with their debates. Our main notion is that of a sensorimotor system which is a special case of a well studied notion of a transition system. We also consider related notions such as labeled transition systems and deterministic automata. We analyze a notion called sufficiency and show that it is a very good candidate for a foundational notion in the "mathematics of cognition from an enactivist perspective". We demonstrate its importance by proving a uniqueness theorem about the minimal sufficient refinements (which correspond in some sense to an optimal attunement of an organism to its environment) and by showing that sufficiency corresponds to known notions such as sufficient history information spaces. We then develop other related notions such as degree of insufficiency, universal covers, hierarchies, strategic sufficiency. In the end, we tie it all back to the enactivist tenets.
• Abstract（参考訳）: 我々は、関連する文献において、その哲学の根底にある原則として慎重に特定した5つの実践的認知科学の基本原則を定式化する。 次に、これらの実践主義的テットに従う認知システム(人工と自然の両方)について話す数学的枠組みを開発する。 特に、我々の数学的モデリングは、エージェントにコンテントフルシンボリック表現を属性とせず、エージェントの脳、体、環境は、それらをより大きな総和の不可分な部分としてモデル化されていることに注意を払っています。 その目的は、認知のための数学的基礎を作ることであり、それはエラクティビズムと一致している。 コンピュータ科学者、ai研究者、ロボット工学者、認知科学者、心理学者にとって、エラクティビストのアイデアをよりアクセスしやすいものにし、(2)哲学者に彼らの考えを明確にし、議論の助けとなる数学的ツールを与える。 我々の主観念は、遷移系のよく研究された概念の特別な場合である感覚運動系のものである。 また,ラベル付き遷移システムや決定論的オートマトンといった関連する概念も検討する。 我々は、充足性(sufficiency)という概念を分析し、それが「実践主義的視点から認知の数学」の基本概念の非常に良い候補であることを示す。 その重要性は、(ある意味では、生物の環境への最適な適応に対応する)最小限の十分精細化に関する一意性定理を証明し、十分な歴史情報空間のような既知の概念に十分対応することを示すことによって証明する。 次に,不足度,普遍被覆度,階層性,戦略的不足度といった他の関連する概念を展開する。 最終的に、私たちはそれをすべて、エノクティビストのテネットに結び付けます。

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)
• 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)
• 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)
• Designing Ecosystems of Intelligence from First Principles [34.429740648284685]
  このホワイトペーパーは、今後10年間(そしてそれ以上)、人工知能の分野における研究と発展のビジョンを概説している。 そのデノウメントは自然と合成の感覚形成のサイバー物理的なエコシステムであり、人間は統合的な参加者である。 このビジョンは、知性の物理学として読むことができる適応的行動の定式化である能動推論に基づいている。
  論文  参考訳（メタデータ） (2022-12-02T18:24:06Z)
• Acquiring and Modelling Abstract Commonsense Knowledge via Conceptualization [49.00409552570441]
  本研究では,コモンセンス推論における概念化の役割について検討し,人間の概念化を再現する枠組みを定式化する。 ATOMIC は大規模な人為的注釈付き CKG であり,この枠組みを分類プロベースで支援している。
  論文  参考訳（メタデータ） (2022-06-03T12:24:49Z)
• A Theory of Consciousness from a Theoretical Computer Science Perspective: Insights from the Conscious Turing Machine [0.34265828682659694]
  我々は、理論計算機科学(TCS)の観点から意識を考察する。 アラン・チューリングのコンピュータの単純かつ強力な定義、チューリングマシン(TM)と計算複雑性理論の観点から、我々は意識のグローバルワークスペース理論(GWT)の修正版を形式化する。 我々は意識的チューリングマシン(CTM)、別名意識AIを定義し、その上で意識と関連する概念をCTMで定義する。
  論文  参考訳（メタデータ） (2021-07-29T01:47:52Z)
• The Role of General Intelligence in Mathematical Reasoning [0.0]
  オブジェクトは数学の領域の中心であり、それに対する私たちの相互作用と推論です。 現代認知科学とA.I.では、物理領域と数学領域は別々に探索される。 数学的な対象が非数学的対象と同等の空間を持つ,オブジェクト表現の学習のための抽象的理論的枠組みについて述べる。
  論文  参考訳（メタデータ） (2021-04-27T20:43:25Z)
• 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)
• Understanding understanding: a renormalization group inspired model of (artificial) intelligence [0.0]
  本稿では,科学的および人工知能システムにおける理解の意味について述べる。 理解の数学的定義を与え、共通知恵とは対照的に、入力集合上の確率空間を定義する。 この枠組みに科学的理解がどのように適合するかを示し、科学的課題とパターン認識の違いを実証する。
  論文  参考訳（メタデータ） (2020-10-26T11:11:46Z)
• Machine Common Sense [77.34726150561087]
  機械の常識は、人工知能(AI)において広範で潜在的に無拘束な問題のままである 本稿では、対人インタラクションのようなドメインに焦点を当てたコモンセンス推論のモデル化の側面について論じる。
  論文  参考訳（メタデータ） (2020-06-15T13:59:47Z)

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。