論文の概要: An Entropy-based Measure of Intelligence Degree of System Structures
- arxiv url: http://arxiv.org/abs/2208.10266v1
- Date: Mon, 22 Aug 2022 12:40:55 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-23 14:16:04.204627
- Title: An Entropy-based Measure of Intelligence Degree of System Structures
- Title(参考訳): エントロピーに基づくシステム構造のインテリジェンス度の測定
- Authors: Wei Su
- Abstract要約: 与えられた構造の知性を特徴づける2つの指標が採用される。
いくつかの構造は、提案された測度の下では、実際に他の構造よりも「スマート」であることが示されている。
- 参考スコア(独自算出の注目度): 6.20338409632743
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we investigate how to measure the intelligence of systems
under specific structures. Two indicators are adopted to characterize the
intelligence of a given structure, namely the function diversity of the
structure, and the ability to generate order under specific environments. A
measure of intelligence degree is proposed, with which the intelligence degree
of several basic structures is calculated. It is shown that some structures are
indeed "smarter" than the others under the proposed measure. The results add a
possible way of revealing the evolution mechanism of natural life and
constructing life-like structures with high intelligence degree.
- Abstract(参考訳): 本稿では,特定の構造下でのシステムのインテリジェンスを測定する方法について検討する。
2つの指標は、与えられた構造の知性、すなわち、構造の機能多様性、および特定の環境下で順序を生成できる能力を特徴づけるものである。
いくつかの基本構造の知能度を計算するための知能度尺度が提案されている。
提案手法では, 提案手法では, 構造が他の構造よりも「スマート」であることを示す。
この結果は、自然生命の進化機構を解明し、高い知性を持つ生命のような構造を構築する可能性を付け加える。
関連論文リスト
- Intelligence at the Edge of Chaos [24.864145150537855]
ルールベースのシステムの複雑さが、これらのルールを予測するために訓練されたモデルの能力にどのように影響するかを検討する。
以上の結果から,複雑性の高いルールは,より優れたインテリジェンスを示すモデルにつながることが判明した。
我々は、知性は複雑さを予測する能力から生じ、知性を生み出すには複雑さにのみ暴露する必要があると推測する。
論文 参考訳(メタデータ) (2024-10-03T14:42:34Z) - SciAgents: Automating scientific discovery through multi-agent intelligent graph reasoning [0.0]
人工知能の鍵となる課題は、科学的理解を自律的に進めるシステムを作ることである。
3つのコア概念を活用するアプローチであるSciAgentsを提案する。
この枠組みは研究仮説を自律的に生成し、基礎となるメカニズム、設計原則、予期せぬ材料特性を解明する。
我々のケーススタディでは、生成AI、オントロジ表現、マルチエージェントモデリングを組み合わせて、生物学的システムに似た知能の群を活用できるスケーラブルな能力を実証している。
論文 参考訳(メタデータ) (2024-09-09T12:25:10Z) - A mathematical framework of intelligence and consciousness based on Riemannian Geometry [1.9580473532948397]
知性を理解することは神経科学、認知科学、人工知能の中心的な研究である。
幾何解析の最近の進歩は、高次元情報表現と組織に対する新たな洞察を明らかにしている。
この写本は、知性と意識の構造とダイナミクスを記述する数学的枠組みを提案する。
論文 参考訳(メタデータ) (2024-07-02T04:17:56Z) - Finding structure in logographic writing with library learning [55.63800121311418]
書記システムにおける構造を発見するための計算フレームワークを開発する。
我々の枠組みは中国語の表記体系における既知の言語構造を発見する。
図書館学習のアプローチが、人間の認知における構造の形成の基盤となる基本的な計算原理を明らかにするのにどのように役立つかを実証する。
論文 参考訳(メタデータ) (2024-05-11T04:23:53Z) - Reinforcement Learning with Options and State Representation [105.82346211739433]
この論文は、強化学習分野を探求し、改良された手法を構築することを目的としている。
階層的強化学習(Hierarchical Reinforcement Learning)として知られる階層的な方法で学習タスクを分解することで、そのような目標に対処する。
論文 参考訳(メタデータ) (2024-03-16T08:30:55Z) - Hierarchical Empowerment: Towards Tractable Empowerment-Based Skill
Learning [65.41865750258775]
汎用エージェントは、大量のスキルのレパートリーを必要とする。
我々は、コンピューティングのエンパワーメントをより魅力的にする新しいフレームワーク、階層エンパワーメントを導入します。
一般的なアリナビゲーション領域では、我々の4つのレベルエージェントは、以前の作業よりも2桁大きい表面積をカバーするスキルを学ぶことができる。
論文 参考訳(メタデータ) (2023-07-06T02:27:05Z) - Uncovering multifunctional mechano-intelligence in and through phononic
metastructures harnessing physical reservoir computing [1.1602089225841632]
近年の自律システムの進歩は、機械的領域、いわゆるメカノ・インテリジェンス(MI)において、次世代の適応構造や材料がより内蔵されたインテリジェンスを持つことへの強い需要を引き起こしている。
本稿では,物理貯水池計算フレームワークを用いた統合多機能MIの実現に必要な基盤を構築するための新しいアプローチを提案する。
すなわち、コンピュータのパワーと知性、すなわち知覚、意思決定、指揮といった様々な要素を機械的領域で直接具現化するために、インテリジェンスを達成するためにアドオンのデジタルコンピュータや巨大なエレクトロニクスにのみ依存する従来の適応型構造から前進する。
論文 参考訳(メタデータ) (2023-05-30T18:31:44Z) - Kernel Based Cognitive Architecture for Autonomous Agents [91.3755431537592]
本稿では,認知機能構築への進化的アプローチについて考察する。
本稿では,シンボル創発問題に基づくエージェントの進化を保証する認知アーキテクチャについて考察する。
論文 参考訳(メタデータ) (2022-07-02T12:41:32Z) - Symmetry Group Equivariant Architectures for Physics [52.784926970374556]
機械学習の分野では、対称性に対する認識が目覚ましいパフォーマンスのブレークスルーを引き起こしている。
物理学のコミュニティと、より広い機械学習のコミュニティの両方に、理解すべきことがたくさんある、と私たちは主張する。
論文 参考訳(メタデータ) (2022-03-11T18:27:04Z) - Dynamics of specialization in neural modules under resource constraints [2.9465623430708905]
構造的モジュラリティは機能的特殊化を保証するのに十分であるという仮説を,人工ニューラルネットワークを用いて検証する。
構造的モジュラリティに基づく静的な特殊化の概念は、現実世界の複雑さの状況における知性を理解するためのフレームワークとしては、あまりにも単純すぎると結論付けている。
論文 参考訳(メタデータ) (2021-06-04T17:39:36Z) - Compositional Processing Emerges in Neural Networks Solving Math
Problems [100.80518350845668]
人工知能の最近の進歩は、大きなモデルが十分な言語データに基づいて訓練されると、文法構造が表現に現れることを示している。
我々は、この研究を数学的推論の領域にまで拡張し、どのように意味を構成するべきかについての正確な仮説を定式化することができる。
私たちの研究は、ニューラルネットワークがトレーニングデータに暗黙的に構造化された関係について何かを推測できるだけでなく、個々の意味の合成を合成全体へと導くために、この知識を展開できることを示している。
論文 参考訳(メタデータ) (2021-05-19T07:24:42Z)
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。