Fugu-MT 論文翻訳(概要): A Historical Interaction between Artificial Intelligence and Philosophy

論文の概要: A Historical Interaction between Artificial Intelligence and Philosophy

arxiv url: http://arxiv.org/abs/2208.04148v1
Date: Sat, 23 Jul 2022 22:37:22 GMT
ステータス: 処理完了
システム内更新日: 2022-08-14 18:18:28.221297
Title: A Historical Interaction between Artificial Intelligence and Philosophy
Title（参考訳）: 人工知能と哲学の歴史的相互作用
Authors: Youheng Zhang
Abstract要約: 本稿では,研究パラダイムの観点から,AIの歴史的発展と代表的な哲学的思考についてレビューする。哲学的な観点からAIの方法論と応用を考察し、その継続的な進歩を期待する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper reviews the historical development of AI and representative philosophical thinking from the perspective of the research paradigm. Additionally, it considers the methodology and applications of AI from a philosophical perspective and anticipates its continued advancement. In the history of AI, Symbolism and connectionism are the two main paradigms in AI research. Symbolism holds that the world can be explained by symbols and dealt with through precise, logical processes, but connectionism believes this process should be implemented through artificial neural networks. Regardless of how intelligent machines or programs should achieve their smart goals, the historical development of AI demonstrates the best answer at this time. Still, it is not the final answer of AI research.
Abstract（参考訳）: 本稿では,研究パラダイムの観点から,AIの歴史的発展と代表的な哲学的思考についてレビューする。さらに、哲学的な観点からAIの方法論と応用を検討し、その継続的な進歩を期待する。 AIの歴史において、シンボリズムとコネクショナリズムはAI研究の主要なパラダイムである。シンボリズムは、世界は記号によって説明され、正確な論理的プロセスを通して扱うことができるが、コネクティズムは、このプロセスは人工ニューラルネットワークを通じて実装されるべきであると考えている。インテリジェントマシンやプログラムがスマートな目標を達成すべきかどうかに関わらず、AIの歴史的開発は、現時点で最高の答えを示している。それでも、これはAI研究の最終回答ではない。

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)
Converging Paradigms: The Synergy of Symbolic and Connectionist AI in LLM-Empowered Autonomous Agents [55.63497537202751]
コネクショニストと象徴的人工知能(AI)の収束を探求する記事従来、コネクショナリストAIはニューラルネットワークにフォーカスし、シンボリックAIはシンボリック表現とロジックを強調していた。大型言語モデル(LLM)の最近の進歩は、人間の言語をシンボルとして扱う際のコネクショナリストアーキテクチャの可能性を強調している。
論文参考訳（メタデータ） (2024-07-11T14:00:53Z)
Making AI Intelligible: Philosophical Foundations [0.0]
「AI知能の育成」は、意味のメタ物理に関する哲学的な研究がこれらの疑問に答えるのに役立つことを示している。著者: 本書で取り上げられた質問は理論的に興味深いだけでなく、答えは実際的な意味を迫っている。
論文参考訳（メタデータ） (2024-06-12T12:25:04Z)
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)
Suffering Toasters -- A New Self-Awareness Test for AI [0.0]
現在のインテリジェンステストはすべて、インテリジェンスの存在や欠如を示すには不十分である、と我々は主張する。人工自己認識のための新しい手法を提案し,その実装の概要を述べる。
論文参考訳（メタデータ） (2023-06-29T18:58:01Z)
A method for the ethical analysis of brain-inspired AI [0.8431877864777444]
本稿では、脳にインスパイアされたAIの開発と利用によって提起された概念的、技術的、倫理的問題について考察する。本研究の目的は,脳にインスパイアされたAIから生じる倫理的問題を特定し,対処するための手法を導入することである。
論文参考訳（メタデータ） (2023-05-18T12:56:27Z)
Artificial Intelligence: 70 Years Down the Road [4.952211615828121]
我々は、過去の失敗の背後にある理由と現在のAIの成功を理解するために、技術的および哲学的な視点から理由を分析しました。我々は、AIの持続可能な開発方向性は、人間と機械のコラボレーションと、コンピュータパワーを中心とした技術パスであるべきだと結論付けている。
論文参考訳（メタデータ） (2023-03-06T01:19:25Z)
Metaethical Perspectives on 'Benchmarking' AI Ethics [81.65697003067841]
ベンチマークは、人工知能(AI)研究の技術的進歩を測定するための基盤とみられている。 AIの顕著な研究領域は倫理であり、現在、ベンチマークのセットも、AIシステムの「倫理性」を測定する一般的な方法もない。我々は、現在と将来のAIシステムのアクションを考えるとき、倫理よりも「価値」について話す方が理にかなっていると論じる。
論文参考訳（メタデータ） (2022-04-11T14:36:39Z)
AI and the Sense of Self [0.0]
我々は、自己の認知的感覚と、責任ある行動につながる自律的な意思決定におけるその役割に焦点を当てる。著者らは、AIエージェントのよりリッチな計算モデルを構築することに、より研究的な関心を抱くことを期待している。
論文参考訳（メタデータ） (2022-01-07T10:54:06Z)
Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文参考訳（メタデータ） (2021-06-25T22:31:55Z)
Empowering Things with Intelligence: A Survey of the Progress, Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
論文参考訳（メタデータ） (2020-11-17T13:14:28Z)

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。