Fugu-MT 論文翻訳(概要): Feynman on Artificial Intelligence and Machine Learning, with Updates

論文の概要: Feynman on Artificial Intelligence and Machine Learning, with Updates

arxiv url: http://arxiv.org/abs/2209.00083v1
Date: Wed, 31 Aug 2022 19:34:41 GMT
ステータス: 処理完了
システム内更新日: 2022-09-02 13:16:18.739383
Title: Feynman on Artificial Intelligence and Machine Learning, with Updates
Title（参考訳）: feynman氏が人工知能と機械学習について語る
Authors: Eric Mjolsness
Abstract要約: 私はリチャード・ファインマンの人工知能とニューラルネットワークへの関心を振り返る。私はそれ以来、この分野における実質的な進歩から彼の考えを評価しようと試みている。 Feynman氏の関心には、ほぼ達成されたものや、エキサイティングにオープンなものもあると思います。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: I present my recollections of Richard Feynman's mid-1980s interest in artificial intelligence and neural networks, set in the technical context of the physics-related approaches to neural networks of that time. I attempt to evaluate his ideas in the light of the substantial advances in the field since then, and vice versa. There are aspects of Feynman's interests that I think have been largely achieved and others that remain excitingly open, notably in computational science, and potentially including the revival of symbolic methods therein.
Abstract（参考訳）: 私は、リチャード・ファインマンの1980年代半ばの人工知能とニューラルネットワークに対する関心を、当時のニューラルネットワークに対する物理学関連のアプローチの技術的な文脈から回想する。私はそれ以来の分野における実質的な進歩から彼の考えを評価しようと試み、その逆もそうである。ファインマンの関心の側面は、主に達成されたものや、特に計算科学においてエキサイティングにオープンなままであり、象徴的手法の復活を含む可能性がある。

関連論文リスト

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)
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)
Towards Data-and Knowledge-Driven Artificial Intelligence: A Survey on Neuro-Symbolic Computing [73.0977635031713]
ニューラルシンボリック・コンピューティング(NeSy)は、人工知能(AI)の活発な研究領域である。 NeSyは、ニューラルネットワークにおける記号表現の推論と解釈可能性の利点と堅牢な学習の整合性を示す。
論文参考訳（メタデータ） (2022-10-28T04:38:10Z)
Neuromorphic Artificial Intelligence Systems [58.1806704582023]
フォン・ノイマンアーキテクチャと古典的ニューラルネットワークに基づく現代のAIシステムは、脳と比較して多くの基本的な制限がある。この記事では、そのような制限と、それらが緩和される方法について論じる。これは、これらの制限が克服されている現在利用可能なニューロモーフィックAIプロジェクトの概要を示す。
論文参考訳（メタデータ） (2022-05-25T20:16:05Z)
Neurocompositional computing: From the Central Paradox of Cognition to a new generation of AI systems [120.297940190903]
AIの最近の進歩は、限られた形態のニューロコンフォメーションコンピューティングの使用によってもたらされている。ニューロコンポジションコンピューティングの新しい形式は、より堅牢で正確で理解しやすいAIシステムを生み出します。
論文参考訳（メタデータ） (2022-05-02T18:00:10Z)
Deep Learning and Artificial General Intelligence: Still a Long Way to Go [0.15229257192293197]
ニューラルネットワークアーキテクチャを用いたディープラーニングは、コンピュータサイエンス研究の最前線にある。この記事では、現在の状態において、ディープニューラルネットワークが人工知能に到達するための選択技術である準備ができていない5つの主要な理由を批判的に示す。
論文参考訳（メタデータ） (2022-03-25T23:36:17Z)
The Mathematics of Artificial Intelligence [3.2971341821314777]
私たちは、人工知能、すなわちディープニューラルネットワークの現在の"ワークホース"に焦点を当てます。いくつかの模範的な結果とともに、主要な理論的方向性を示し、主要な開問題について議論する。
論文参考訳（メタデータ） (2022-03-16T19:04:53Z)
Quantum computing 40 years later [0.0]
ファインマンはより強力なコンピュータを構築するために量子物理学を活用することを提案した。量子コンピュータの探求を始めたFeynman氏の貢献を思い出します。 40年後、フィールドがどこにあるかを評価する。
論文参考訳（メタデータ） (2021-06-19T15:39:53Z)
Neurosymbolic AI: The 3rd Wave [1.14219428942199]
AIの信頼、安全性、解釈可能性、説明責任に関する懸念は、影響力のある思想家によって提起された。多くは、知識表現と推論を深層学習に統合する必要性を認識している。ニューラル・シンボリック・コンピューティングは、推論と説明可能性を備えた堅牢な学習をニューラルネットワークで組み合わせようとする研究の活発な領域である。
論文参考訳（メタデータ） (2020-12-10T18:31:38Z)
Photonics for artificial intelligence and neuromorphic computing [52.77024349608834]
フォトニック集積回路は超高速な人工ニューラルネットワークを可能にした。フォトニックニューロモルフィックシステムはナノ秒以下のレイテンシを提供する。これらのシステムは、機械学習と人工知能の需要の増加に対応する可能性がある。
論文参考訳（メタデータ） (2020-10-30T21:41:44Z)

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。