論文の概要: Assessment of cognitive characteristics in intelligent systems and predictive ability

• arxiv url: http://arxiv.org/abs/2209.11761v1
• Date: Fri, 16 Sep 2022 23:01:27 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-02 23:31:01.051173
• Title: Assessment of cognitive characteristics in intelligent systems and predictive ability
• Title（参考訳）: 知的システムにおける認知特性の評価と予測能力
• Authors: Oleg V. Kubryak, Sergey V. Kovalchuk, Nadezhda G. Bagdasaryan
• Abstract要約: このスケールは、時間とともに発展する環境コンテキスト内のインテリジェントシステムの性質を考慮に入れている。 複雑さ、認知タスクの「重み」、そしてそれを事前に批判的に評価する能力によって、認知ツールの実際のセットが決定される。 「正確さ」と「適切さ」の度合いは、研究対象の事象・現象・対象・対象の時間的特性と適切な解の組合せによって決定される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The article proposes a universal dual-axis intelligent systems assessment scale. The scale considers the properties of intelligent systems within the environmental context, which develops over time. In contrast to the frequent consideration of the 'mind' of artificial intelligent systems on a scale from 'weak' to 'strong', we highlight the modulating influences of anticipatory ability on their 'brute force'. In addition, the complexity, the 'weight' of the cognitive task and the ability to critically assess it beforehand determine the actual set of cognitive tools, the use of which provides the best result in these conditions. In fact, the presence of 'common sense' options is what connects the ability to solve a problem with the correct use of such an ability itself. The degree of 'correctness' and 'adequacy' is determined by the combination of a suitable solution with the temporal characteristics of the event, phenomenon, object or subject under study.
• Abstract（参考訳）: 本稿では、普遍的2軸知的システム評価尺度を提案する。 このスケールは、時間とともに発展する環境コンテキスト内のインテリジェントシステムの性質を考慮に入れている。 人工知能システムの「ミンド」を「弱」から「強」の尺度でよく考えるのとは対照的に、予測能力が「残酷な力」に与える影響は様々である。 さらに、認知タスクの複雑さ、「重み」、そしてそれを事前に批判的に評価する能力によって、認知ツールの実際のセットが決定される。 実際、「常識」オプションの存在は、問題解決能力と、そのような能力そのものの正しい使用とを結びつけるものである。 適切な解と事象、現象、対象または対象の時間的特性の組み合わせにより、「正確性」と「妥当性」の程度が決定される。

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)
• The Trap of Presumed Equivalence: Artificial General Intelligence Should Not Be Assessed on the Scale of Human Intelligence [0.0]
  知的システム理論における新しい知性を評価するための伝統的なアプローチは、人間のような行動や行動の類似性、「模倣」に基づいている。 いくつかの自然な仮定の下では、インテリジェントなシステムを開発することは、独自のインテントと目的を形成することができる、と我々は主張する。
  論文  参考訳（メタデータ） (2024-10-14T13:39:58Z)
• Mimicking Human Intuition: Cognitive Belief-Driven Q-Learning [5.960184723807347]
  本稿では,主観的信念モデリングをQラーニングフレームワークに統合した認知的信念駆動型Qラーニング(CBDQ)を提案する。 CBDQは、人間のような学習能力と推論能力を持つエージェントを提供することで、意思決定の精度を高める。 各種複雑環境における離散制御ベンチマークタスクについて,提案手法の評価を行った。
  論文  参考訳（メタデータ） (2024-10-02T16:50:29Z)
• Enabling High-Level Machine Reasoning with Cognitive Neuro-Symbolic Systems [67.01132165581667]
  本稿では,認知アーキテクチャを外部のニューロシンボリックコンポーネントと統合することにより,AIシステムにおける高レベル推論を実現することを提案する。 本稿では,ACT-Rを中心としたハイブリッドフレームワークについて紹介し,最近の応用における生成モデルの役割について論じる。
  論文  参考訳（メタデータ） (2023-11-13T21:20:17Z)
• A Novel Neural-symbolic System under Statistical Relational Learning [50.747658038910565]
  本稿では,GBPGRと呼ばれる2段階の確率的グラフィカル推論フレームワークを提案する。 GBPGRでは、シンボル推論の結果を用いて、ディープラーニングモデルによる予測を洗練し、修正する。 提案手法は高い性能を示し, 帰納的タスクと帰納的タスクの両方において効果的な一般化を示す。
  論文  参考訳（メタデータ） (2023-09-16T09:15:37Z)
• Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
  予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。 PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
  論文  参考訳（メタデータ） (2023-08-15T16:37:16Z)
• Quantum Operation of Affective Artificial Intelligence [0.0]
  2つのアプローチが比較され、1つは量子論に基づいており、もう1つは古典的な用語を用いている。 固有雑音下での量子測定と感情決定の類似を解明する。 情報交換を繰り返す知的エージェントの社会は、動的意思決定を行うネットワークを形成する。
  論文  参考訳（メタデータ） (2023-05-14T09:40:13Z)
• Beyond Interpretable Benchmarks: Contextual Learning through Cognitive and Multimodal Perception [0.0]
  この研究は、チューリングテストがコンピュータシステムを人為的に形作る試みであると誤解されていることを主張する。 通訳性に欠けるにもかかわらず、汎用知能の基盤として暗黙の学習を強調している。
  論文  参考訳（メタデータ） (2022-12-04T08:30:04Z)
• 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)
• Computational Metacognition [2.0552049801885746]
  計算メタ認知は、統合された人工システムにおける高次推論に対する認知システムの観点から表される。 本稿では,メタレベルの目標操作と学習によって認識を変化させることで,計算メタ認知がパフォーマンスを向上することを示す。
  論文  参考訳（メタデータ） (2022-01-30T17:34:53Z)
• Neuro-symbolic Architectures for Context Understanding [59.899606495602406]
  本稿では,データ駆動型アプローチと知識駆動型アプローチの強みを組み合わせたフレームワークとして,ハイブリッドAI手法を提案する。 具体的には、知識ベースを用いて深層ニューラルネットワークの学習過程を導く方法として、ニューロシンボリズムの概念を継承する。
  論文  参考訳（メタデータ） (2020-03-09T15:04:07Z)

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。