論文の概要: Recognition of All Categories of Entities by AI
- arxiv url: http://arxiv.org/abs/2208.06590v2
- Date: Wed, 17 Aug 2022 01:17:06 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-18 10:32:35.567937
- Title: Recognition of All Categories of Entities by AI
- Title（参考訳）: aiによるエンティティのすべてのカテゴリの認識
- Authors: Hiroshi Yamakawa and Yutaka Matsuo
- Abstract要約: 本稿では,オントロジ・セクテットを包括的技術地図として見るための新たな議論的選択肢を提案する。
近い将来、AIは人間と同じ程度に様々な実体を認識できるようになると予測しています。
- 参考スコア（独自算出の注目度）: 20.220102335024706
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Human-level AI will have significant impacts on human society. However,
estimates for the realization time are debatable. To arrive at human-level AI,
artificial general intelligence (AGI), as opposed to AI systems that are
specialized for a specific task, was set as a technically meaningful long-term
goal. But now, propelled by advances in deep learning, that achievement is
getting much closer. Considering the recent technological developments, it
would be meaningful to discuss the completion date of human-level AI through
the "comprehensive technology map approach," wherein we map human-level
capabilities at a reasonable granularity, identify the current range of
technology, and discuss the technical challenges in traversing unexplored areas
and predict when all of them will be overcome. This paper presents a new
argumentative option to view the ontological sextet, which encompasses entities
in a way that is consistent with our everyday intuition and scientific
practice, as a comprehensive technological map. Because most of the modeling of
the world, in terms of how to interpret it, by an intelligent subject is the
recognition of distal entities and the prediction of their temporal evolution,
being able to handle all distal entities is a reasonable goal. Based on the
findings of philosophy and engineering cognitive technology, we predict that in
the relatively near future, AI will be able to recognize various entities to
the same degree as humans.
- Abstract（参考訳）: 人間レベルのAIは、人間の社会に大きな影響を与える。
しかし、実現時間の見積もりは議論の余地がある。
人間レベルのAIに到達するために、特定のタスクに特化したAIシステムとは対照的に、人工知能(AGI)は技術的に意味のある長期的な目標として設定された。
しかし今や、ディープラーニングの進歩によって、その達成はますます近づいている。
近年の技術発展を考えると、人間レベルの能力を合理的な粒度にマッピングし、現在の技術範囲を特定し、未調査領域を横断する技術的課題を議論し、そのすべてを克服するタイミングを予測する「理解的技術マップアプローチ」を通じて、人間レベルのaiの完成日を議論することは有意義である。
本稿では,日常の直観と科学的実践を包含する存在論的六分儀を総合的な技術地図として捉えるための新しい議論的選択肢を提案する。
世界のモデリングのほとんどは、それをどのように解釈するかという点で、知的対象は遠方実体の認識と時間的進化の予測であり、全ての遠方実体を扱えることは合理的な目標である。
哲学と工学的認知技術の知見に基づいて、比較的近い将来、aiは人間と同じ程度に様々な実体を認識できるようになると予測する。
関連論文リスト
- Aligning Generalisation Between Humans and Machines [74.120848518198]
近年のAIの進歩は、科学的発見と意思決定支援において人間を支援できる技術をもたらしたが、民主主義と個人を妨害する可能性がある。
AIの責任ある使用は、ますます人間とAIのチームの必要性を示している。
これらの相互作用の重要かつしばしば見落とされがちな側面は、人間と機械が一般化する異なる方法である。
論文 参考訳（メタデータ） (2024-11-23T18:36:07Z) - 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) - A.I. go by many names: towards a sociotechnical definition of artificial intelligence [0.0]
人工知能(AI)の定義は永続的な課題であり、技術的曖昧さと様々な解釈に悩まされることが多い。
このエッセイは、研究に明快さを必要とする研究者にとって不可欠である、AIの社会技術的定義を論証するものである。
論文 参考訳（メタデータ） (2024-10-17T11:25:50Z) - Advancing Explainable AI Toward Human-Like Intelligence: Forging the
Path to Artificial Brain [0.7770029179741429]
説明可能なAI(XAI)における人工知能(AI)と神経科学の交差は、複雑な意思決定プロセスにおける透明性と解釈可能性を高めるために重要である。
本稿では,機能ベースから人間中心のアプローチまで,XAI方法論の進化について考察する。
生成モデルにおける説明可能性の達成、責任あるAIプラクティスの確保、倫理的意味への対処に関する課題について論じる。
論文 参考訳（メタデータ） (2024-02-07T14:09:11Z) - 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) - The Future of Fundamental Science Led by Generative Closed-Loop
Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。
AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。
ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文 参考訳（メタデータ） (2023-07-09T21:16:56Z) - Predicting the Future of AI with AI: High-quality link prediction in an
exponentially growing knowledge network [15.626884746513712]
AI技術を使って、AI自体の将来的な研究方向を予測する。
そのため、10万以上の研究論文を使って、64,000以上の概念ノードを持つナレッジネットワークを構築しています。
最も強力な方法は、エンドツーエンドのAIアプローチではなく、慎重にキュレートされたネットワーク機能のセットを使用する。
論文 参考訳（メタデータ） (2022-09-23T14:04:37Z) - On the Effect of Information Asymmetry in Human-AI Teams [0.0]
我々は、人間とAIの相補的ポテンシャルの存在に焦点を当てる。
具体的には、情報非対称性を相補性ポテンシャルの必須源とみなす。
オンライン実験を行うことで、人間がそのような文脈情報を使ってAIの決定を調整できることを実証する。
論文 参考訳（メタデータ） (2022-05-03T13:02:50Z) - Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。
各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文 参考訳（メタデータ） (2021-07-12T14:21:46Z) - 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) - Human Evaluation of Interpretability: The Case of AI-Generated Music
Knowledge [19.508678969335882]
我々は、芸術と人文科学におけるAIが発見する知識/ルールを評価することに注力する。
本稿では,洗練された記号的/数値的対象として表現されたAI生成音楽理論/ルールの人間生成言語解釈を収集し,評価する実験手法を提案する。
論文 参考訳（メタデータ） (2020-04-15T06:03:34Z)
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。