論文の概要: Do Artificial Intelligence Systems Understand?

• arxiv url: http://arxiv.org/abs/2207.11089v1
• Date: Fri, 22 Jul 2022 13:57:02 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-25 12:39:52.063341
• Title: Do Artificial Intelligence Systems Understand?
• Title（参考訳）: 人工知能システムは理解できますか?
• Authors: Eduardo C. Garrido-Merch\'an, Carlos Blanco
• Abstract要約: 提示された「知的な」振る舞いを説明するために、機械に対する理解を説明する必要はない。 タスク解決ツールとしてのインテリジェンスに対する単なる構文的・機械的アプローチは、表示可能な操作範囲を正当化するのに十分である。
• 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: Are intelligent machines really intelligent? Is the underlying philosophical concept of intelligence satisfactory for describing how the present systems work? Is understanding a necessary and sufficient condition for intelligence? If a machine could understand, should we attribute subjectivity to it? This paper addresses the problem of deciding whether the so-called "intelligent machines" are capable of understanding, instead of merely processing signs. It deals with the relationship between syntaxis and semantics. The main thesis concerns the inevitability of semantics for any discussion about the possibility of building conscious machines, condensed into the following two tenets: "If a machine is capable of understanding (in the strong sense), then it must be capable of combining rules and intuitions"; "If semantics cannot be reduced to syntaxis, then a machine cannot understand." Our conclusion states that it is not necessary to attribute understanding to a machine in order to explain its exhibited "intelligent" behavior; a merely syntactic and mechanistic approach to intelligence as a task-solving tool suffices to justify the range of operations that it can display in the current state of technological development.
• Abstract（参考訳）: インテリジェントマシンは本当にインテリジェントか? インテリジェンスの哲学的概念は、現在のシステムがどのように機能するかを説明するのに十分だろうか? 理解は知性にとって必要かつ十分な条件か? もし機械が理解できたら、主観性をそれに当てはめるべきだろうか? 本稿では、いわゆる「知的機械」が単に記号を処理するのではなく、理解できるかどうかを決定する問題に対処する。 構文と意味論の関係を扱う。 主論は、意識的な機械を構築する可能性に関する議論において意味論の必然性に関するもので、「機械が(強い意味で)理解できるならば、規則と直観を組み合わせなければならない」、「意味論が構文に還元できないなら、機械は理解できない」という2つの教義に凝縮されている。 我々の結論は、提示された「知性」の振る舞いを説明するために、機械に理解を委ねる必要はないことを述べており、単にタスク解決ツールとしての知性に対する統語的・機械的なアプローチは、現在の技術開発状況で表示できる操作範囲を正当化するのに十分である。

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)
• On the consistent reasoning paradox of intelligence and optimal trust in AI: The power of 'I don't know' [79.69412622010249]
  一貫性推論(Consistent reasoning)は、人間の知性の中心にある、同等のタスクを扱う能力である。 CRPは、一貫性のある推論は誤認を意味する、と論じている。
  論文  参考訳（メタデータ） (2024-08-05T10:06:53Z)
• 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)
• On a Functional Definition of Intelligence [0.0]
  合意されたインテリジェンスの定義がなければ、"このシステムはインテリジェントか? 知性(intelligence)とは、哲学、心理学、認知科学の分野である。 我々は、その知性が実際に達成される方法とは異なる、純粋に機能的でブラックボックスな知性の定義について論じる。
  論文  参考訳（メタデータ） (2023-12-15T05:46:49Z)
• A Review on Objective-Driven Artificial Intelligence [0.0]
  人間は、コミュニケーションにおける文脈、ニュアンス、微妙な手がかりを理解する能力を持っている。 人間は、世界に関する論理的推論と予測を行うのに役立つ、常識的な知識の広大なリポジトリを持っています。 機械はこの本質的な理解に欠けており、人間が自明に感じる状況を理解するのに苦労することが多い。
  論文  参考訳（メタデータ） (2023-08-20T02:07:42Z)
• Understanding Natural Language Understanding Systems. A Critical Analysis [91.81211519327161]
  自然言語理解システム(Natural Language Understanding (NLU) system)としても知られる usguillemotright(英語版) のようなギユモトレフトークを持つ機械の開発は、人工知能の聖杯(英語版) (AI) である。 しかし、Gillemottalking machineguillemotrightを構築することができるという信頼は、次世代のNLUシステムによってもたらされたものよりも強かった。 私たちは新しい時代の夜明けに、ついに砂利が我々に近づいたのか?
  論文  参考訳（メタデータ） (2023-03-01T08:32:55Z)
• On the independence between phenomenal consciousness and computational intelligence [0.0]
  我々は、この論文において、現象的意識と、少なくとも計算知性がいかに独立であるかを論じる。 現象意識と計算知能は独立しているため、この事実は社会に重要な意味を持つ。
  論文  参考訳（メタデータ） (2022-08-03T16:17:11Z)
• Emergence of Machine Language: Towards Symbolic Intelligence with Neural Networks [73.94290462239061]
  本稿では、ニューラルネットワークを用いてシンボルとコネクショナリズムの原理を組み合わせることで、離散表現を導出することを提案する。 対話型環境とタスクを設計することにより、機械が自発的で柔軟でセマンティックな言語を生成できることを実証した。
  論文  参考訳（メタデータ） (2022-01-14T14:54:58Z)
• An argument for the impossibility of machine intelligence [0.0]
  AIの担い手になり得るエージェント(デバイス)とは何かを定義する。 我々は「知性の主流」の定義が弱すぎて、昆虫に知性を割り当てる際に関係するものを捉えることができないことを示した。 私たちは、この定義によって知能の担い手となるために、AIエージェントが保持しなければならない特性を特定します。
  論文  参考訳（メタデータ） (2021-10-20T08:54:48Z)
• 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)
• Is Intelligence Artificial? [0.0]
  本稿では,自然界,次に人工知能に適用可能な統一的な定義を提案する。 コルモゴロフの複素性理論に基づく計量が示唆され、エントロピーに関する測度が導かれる。 承認されたAIテストのバージョンは、後に 'acid test' として提示され、フリー思考プログラムが達成しようとするものかもしれない。
  論文  参考訳（メタデータ） (2014-03-05T11:09:55Z)

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。