論文の概要: Extended Intelligence
- arxiv url: http://arxiv.org/abs/2209.07449v1
- Date: Thu, 15 Sep 2022 16:53:49 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-16 13:22:49.431826
- Title: Extended Intelligence
- Title（参考訳）: 拡張インテリジェンス
- Authors: David L Barack and Andrew Jaegle
- Abstract要約: 我々は、タスクを成功させるために配置されたインテリジェンスは、エージェントとそのコンテキストで構成されるシステムの特性であると主張している。
インテリジェンスの拡張という理論により、エージェント間でのインテリジェンスは文脈に縛られ、特にタスクに縛られ、不可避である、と我々は主張する。
- 参考スコア（独自算出の注目度）: 10.758382402269982
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We argue that intelligence, construed as the disposition to perform tasks
successfully, is a property of systems composed of agents and their contexts.
This is the thesis of extended intelligence. We argue that the performance of
an agent will generally not be preserved if its context is allowed to vary.
Hence, this disposition is not possessed by an agent alone, but is rather
possessed by the system consisting of an agent and its context, which we dub an
agent-in-context. An agent's context may include an environment, other agents,
cultural artifacts (like language, technology), or all of these, as is
typically the case for humans and artificial intelligence systems, as well as
many non-human animals. In virtue of the thesis of extended intelligence, we
contend that intelligence is context-bound, task-particular and incommensurable
among agents. Our thesis carries strong implications for how intelligence is
analyzed in the context of both psychology and artificial intelligence.
- Abstract（参考訳）: 我々は、知性は、タスクを成功させる性質として構成され、エージェントとそのコンテキストからなるシステムの特性であると主張する。
これは拡張インテリジェンスの理論です。
エージェントのパフォーマンスは、そのコンテキストが変化しても一般的には保存されない、と我々は主張する。
したがって、この分布はエージェント単独で保持されるのではなく、エージェントとそのコンテキストからなるシステムによって保持され、エージェント・イン・コンテキストをダブする。
エージェントのコンテキストには、環境、他のエージェント、文化的なアーティファクト(言語や技術のような)、あるいはこれら全てが含まれ、人間や人工知能システムや多くの非人間動物の場合と同様である。
インテリジェンスの拡張という理論により、エージェント間でのインテリジェンスは文脈に縛られ、特にタスクに縛られ、不可避である、と我々は主張する。
私たちの論文は、心理学と人工知能の両方の文脈において、インテリジェンスがどのように分析されるかについて、強い意味を持つ。
関連論文リスト
- Symbolic Learning Enables Self-Evolving Agents [55.625275970720374]
エージェントシンボリックラーニング(エージェントシンボリックラーニング)(エージェントシンボリックラーニング)は、言語エージェントが自分自身で最適化できるための体系的なフレームワークである。
エージェント記号学習は、コネクショナリズム学習における2つの基本的なアルゴリズムを模倣することにより、言語エージェント内のシンボルネットワークを最適化するように設計されている。
我々は、標準ベンチマークと複雑な実世界のタスクの両方で概念実証実験を行う。
論文 参考訳（メタデータ） (2024-06-26T17:59:18Z) - Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。
本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
論文 参考訳（メタデータ） (2024-02-28T16:09:56Z) - Agents: An Open-source Framework for Autonomous Language Agents [98.91085725608917]
我々は、言語エージェントを人工知能への有望な方向と見なしている。
Agentsはオープンソースライブラリで、これらの進歩を広く非専門的な聴衆に開放することを目的としています。
論文 参考訳（メタデータ） (2023-09-14T17:18:25Z) - The Rise and Potential of Large Language Model Based Agents: A Survey [91.71061158000953]
大規模言語モデル(LLM)は、人工知能(AGI)の潜在的な火花と見なされる
まず、エージェントの概念を哲学的起源からAI開発まで追跡し、LLMがエージェントに適した基盤である理由を説明します。
単一エージェントシナリオ,マルチエージェントシナリオ,ヒューマンエージェント協調の3つの側面において,LLMベースのエージェントの広範な応用について検討する。
論文 参考訳（メタデータ） (2023-09-14T17:12:03Z) - 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) - Intensional Artificial Intelligence: From Symbol Emergence to
Explainable and Empathetic AI [0.0]
我々は、説明可能な人工知能は、その決定の根拠を持ち、観察された行動の目的を推測し、聴衆が理解し、意図する文脈でその決定を説明することができるべきであると論じる。
理性は自然言語を必要とし、知覚状態のコーディングとデコードを行う。
言語を習得するために、エージェントは言語自体ではなく、言語が記述する世界をモデル化すべきという意味論を提案します。
論文 参考訳（メタデータ） (2021-04-23T13:13:46Z) - Towards Socially Intelligent Agents with Mental State Transition and
Human Utility [97.01430011496576]
対話エージェントに精神状態と実用性モデルを取り入れることを提案する。
ハイブリッド精神状態は、対話とイベント観察の両方から情報を抽出する。
ユーティリティモデルは、クラウドソースのソーシャルコモンセンスデータセットから人間の好みを学習するランキングモデルである。
論文 参考訳（メタデータ） (2021-03-12T00:06:51Z) - Future Trends for Human-AI Collaboration: A Comprehensive Taxonomy of
AI/AGI Using Multiple Intelligences and Learning Styles [95.58955174499371]
我々は、複数の人間の知性と学習スタイルの様々な側面を説明し、様々なAI問題領域に影響を及ぼす可能性がある。
未来のAIシステムは、人間のユーザと互いにコミュニケーションするだけでなく、知識と知恵を効率的に交換できる。
論文 参考訳（メタデータ） (2020-08-07T21:00:13Z) - A Proposal for Intelligent Agents with Episodic Memory [0.9236074230806579]
エージェントはエピソード記憶の恩恵を受けるだろうと我々は主張する。
このメモリはエージェントの経験をエージェントが経験を信頼できるようにエンコードする。
本稿では,ANNと標準計算機科学技術を組み合わせて,エピソード記憶の記憶と検索を支援するアーキテクチャを提案する。
論文 参考訳（メタデータ） (2020-05-07T00:26:42Z)
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。