論文の概要: Biological Robots: Perspectives on an Emerging Interdisciplinary Field
- arxiv url: http://arxiv.org/abs/2207.00880v1
- Date: Sat, 2 Jul 2022 17:06:43 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-07 09:31:30.384068
- Title: Biological Robots: Perspectives on an Emerging Interdisciplinary Field
- Title(参考訳): 生物ロボット--新たな学際分野への展望
- Authors: D. Blackiston, S. Kriegman, J. Bongard, M. Levin
- Abstract要約: 本稿では, 発達生物学, コンピュータ科学, ロボット工学の交差点における課題について論じる。
生物ロボットの文脈では、概念やこれまでと異なる分野における変化を探索する。
技術的制限による境界が克服されるにつれて、新たな分野が生まれることを期待している」と述べた。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Advances in science and engineering often reveal the limitations of classical
approaches initially used to understand, predict, and control phenomena. With
progress, conceptual categories must often be re-evaluated to better track
recently discovered invariants across disciplines. It is essential to refine
frameworks and resolve conflicting boundaries between disciplines such that
they better facilitate, not restrict, experimental approaches and capabilities.
In this essay, we discuss issues at the intersection of developmental biology,
computer science, and robotics. In the context of biological robots, we explore
changes across concepts and previously distinct fields that are driven by
recent advances in materials, information, and life sciences. Herein, each
author provides their own perspective on the subject, framed by their own
disciplinary training. We argue that as with computation, certain aspects of
developmental biology and robotics are not tied to specific materials; rather,
the consilience of these fields can help to shed light on issues of multi-scale
control, self-assembly, and relationships between form and function. We hope
new fields can emerge as boundaries arising from technological limitations are
overcome, furthering practical applications from regenerative medicine to
useful synthetic living machines.
- Abstract(参考訳): 科学と工学の進歩は、しばしば現象を理解し、予測し、制御するために使われる古典的なアプローチの限界を明らかにする。
進歩により、概念のカテゴリは、しばしば再評価され、最近発見された分野間の不変量をよりよく追跡する必要がある。
フレームワークを洗練し、実験的なアプローチや能力をより促進するために、規律間の矛盾する境界を解決することが不可欠である。
本稿では, 発達生物学, コンピュータ科学, ロボット工学の共通点における課題について論じる。
生体ロボットの文脈では, 材料, 情報, 生命科学の最近の進歩によって推進される概念や, それまで異なる分野にまたがる変化を探求する。
ここで、各著者は、それぞれの学際訓練によって、その主題について独自の視点を提供する。
我々は、計算と同様に、発達生物学とロボティクスの特定の側面は特定の材料に結びついていないと主張している。
技術的制約によって生じる境界が克服され、再生医療から有用な合成リビングマシンへの実践的応用が促進されることを願っている。
関連論文リスト
- Ontology-Driven Processing of Transdisciplinary Domain Knowledge [15.819087559924784]
現代科学は、現実の問題を根本的な方法で解くことができない。
Noosphereの論文は、学際的障壁を克服する方法で構築する必要がある科学の世界観にアピールする。
論文 参考訳(メタデータ) (2023-11-01T07:42:34Z) - A Neuro-mimetic Realization of the Common Model of Cognition via Hebbian
Learning and Free Energy Minimization [55.11642177631929]
大規模なニューラル生成モデルは、意味的に豊富なテキストのパスを合成したり、複雑な画像を生成することができる。
我々はコモン・モデル・オブ・コグニティブ・ニューラル・ジェネレーティブ・システムについて論じる。
論文 参考訳(メタデータ) (2023-10-14T23:28:48Z) - Artificial Intelligence for Science in Quantum, Atomistic, and Continuum
Systems [245.1050780515017]
科学のためのAI(AI4Science)として知られる新しい研究領域
領域は、物理世界(波動関数と電子密度)、原子(分子、タンパク質、物質、相互作用)、マクロ(流体、気候、地下)まで理解することを目的としている。
主要な課題は、物理第一原理、特に対称性を深層学習法によって自然システムで捉える方法である。
論文 参考訳(メタデータ) (2023-07-17T12:14:14Z) - Behavior quantification as the missing link between fields: Tools for
digital psychiatry and their role in the future of neurobiology [0.0]
現在の技術は、行動特性を改善するためのエキサイティングな機会です。
携帯電話のGPSやスマートウォッチの加速度計などの受動的センサーストリームを連続的に収集する新機能は、新しい疑問の道を開く。
理論上、現在の技術で捉えられるものには大きな可能性があるが、それ自体は大きな計算課題である。
論文 参考訳(メタデータ) (2023-05-24T17:45:10Z) - A Rubric for Human-like Agents and NeuroAI [2.749726993052939]
コントリビュートされた研究は、振る舞いの模倣から機械学習メソッドのテストまで幅広い。
これら3つの目標のうちの1つが自動的に他の目標の進捗に変換されることは想定できない。
これは、弱く強いニューロAIとヒトのようなエージェントの例を用いて明らかにされている。
論文 参考訳(メタデータ) (2022-12-08T16:59:40Z) - Foundations and Recent Trends in Multimodal Machine Learning:
Principles, Challenges, and Open Questions [68.6358773622615]
本稿では,マルチモーダル機械学習の計算的基礎と理論的基礎について概説する。
本稿では,表現,アライメント,推論,生成,伝達,定量化という,6つの技術課題の分類法を提案する。
最近の技術的成果は、この分類のレンズを通して示され、研究者は新しいアプローチの類似点と相違点を理解することができる。
論文 参考訳(メタデータ) (2022-09-07T19:21:19Z) - Neural Fields in Visual Computing and Beyond [54.950885364735804]
機械学習の最近の進歩は、座標ベースニューラルネットワークを用いた視覚コンピューティング問題の解決への関心が高まっている。
ニューラルネットワークは、3D形状と画像の合成、人体のアニメーション、3D再構成、ポーズ推定に成功している。
本報告は、文脈、数学的基礎、および、ニューラルネットワークに関する文献の広範なレビューを提供する。
論文 参考訳(メタデータ) (2021-11-22T18:57:51Z) - From Machine Learning to Robotics: Challenges and Opportunities for
Embodied Intelligence [113.06484656032978]
記事は、インテリジェンスが機械学習技術の進歩の鍵を握っていると主張している。
私たちは、インテリジェンスを具体化するための課題と機会を強調します。
本稿では,ロボット学習の最先端性を著しく向上させる研究の方向性を提案する。
論文 参考訳(メタデータ) (2021-10-28T16:04:01Z) - Semantics for Robotic Mapping, Perception and Interaction: A Survey [93.93587844202534]
理解の研究は、ロボットに世界が何を意味するのかを決定する。
人間とロボットが同じ世界で活動するようになるにつれ、人間とロボットの相互作用の展望も意味論をもたらす。
ニーズや、トレーニングデータや計算リソースの可用性向上などによって駆動されるセマンティックスは、ロボティクスにおける急速に成長している研究領域である。
論文 参考訳(メタデータ) (2021-01-02T12:34:39Z) - Off-the-shelf deep learning is not enough: parsimony, Bayes and
causality [0.8602553195689513]
材料科学における深層学習の実現に向けた機会と障害について論じる。
私たちは、ディープラーニングとAIは、因果関係が知られている分野に革命をもたらすのに十分な位置にあると論じています。
論文 参考訳(メタデータ) (2020-05-04T15:16:30Z)
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。