論文の概要: Synthetic Expertise
- arxiv url: http://arxiv.org/abs/2212.03244v1
- Date: Fri, 11 Nov 2022 21:00:25 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-11 13:08:09.639736
- Title: Synthetic Expertise
- Title(参考訳): 合成専門家
- Authors: Ron Fulbright and Grover Walters
- Abstract要約: 私たちはすぐに、特定の言論分野の人間専門家と競合したり、超えたりできる認知能力を持つ人工システムに囲まれます。
本稿では,専門知識の性質,専門家に必要なスキルを説明する専門知識レベル,専門家に必要な知識ストアについて概説する。
コラボレーションによって、コグは人間とコグのアンサンブルにおける人間の認知能力を増強する。
- 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: We will soon be surrounded by artificial systems capable of cognitive
performance rivaling or exceeding a human expert in specific domains of
discourse. However, these cogs need not be capable of full general artificial
intelligence nor able to function in a stand-alone manner. Instead, cogs and
humans will work together in collaboration each compensating for the weaknesses
of the other and together achieve synthetic expertise as an ensemble. This
paper reviews the nature of expertise, the Expertise Level to describe the
skills required of an expert, and knowledge stores required by an expert. By
collaboration, cogs augment human cognitive ability in a human/cog ensemble.
This paper introduces six Levels of Cognitive Augmentation to describe the
balance of cognitive processing in the human/cog ensemble. Because these cogs
will be available to the mass market via common devices and inexpensive
applications, they will lead to the Democratization of Expertise and a new
cognitive systems era promising to change how we live, work, and play. The
future will belong to those best able to communicate, coordinate, and
collaborate with cognitive systems.
- Abstract(参考訳): 私たちはすぐに、特定の言論分野の人間専門家と競合したり、超えたりできる認知能力を持つ人工システムに囲まれます。
しかし、これらのコグは完全な汎用人工知能やスタンドアロンで機能する必要はない。
代わりに、コグと人間は互いに協力して協力し、互いの弱点を補い、合奏として総合的な専門知識を得る。
本稿では,専門知識の性質,専門家に必要なスキルを説明する専門知識レベル,専門家に必要な知識ストアについて概説する。
コラボレーションによって、コグは人間とコグのアンサンブルにおける人間の認知能力を増強する。
本稿では,認知処理のバランスを記述するために,認知能力向上のレベルを6つ導入する。
これらのコグは、共通のデバイスと安価なアプリケーションを通じて大衆市場で利用できるので、専門知識の民主化と、私たちの生活、働き、遊び方を変えることを約束する新しい認知システム時代につながるだろう。
未来は、認知システムとのコミュニケーション、コーディネート、コラボレーションが可能な人たちのものになるでしょう。
関連論文リスト
- KIX: A Metacognitive Generalization Framework [2.860579409350583]
メタ認知的一般化フレームワークであるKnowledge-Interaction-eXecution(KIX)を提案する。
我々は、型空間を利用したオブジェクトとの相互作用は、伝達可能な相互作用の概念と一般化の学習を促進すると論じる。
これは、知識を強化学習に統合する自然な方法であり、人工知能システムにおける自律的および汎用的な行動の実現手段として振る舞うことを約束する。
論文 参考訳(メタデータ) (2024-02-08T01:41:28Z) - 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) - On the Augmentation of Cognitive Accuracy and Cognitive Precision in
Human/Cog Ensembles [0.0]
コーグが供給する効果情報を測定するために設計された2つの研究は、認知的正確性、正しい結果を生み出す能力、そして認知的正確性に影響を及ぼす。
認知精度と認知精度は、異なる種類の情報によって増大することが示されている。
論文 参考訳(メタデータ) (2023-08-16T15:36:50Z) - Enhancing Human Capabilities through Symbiotic Artificial Intelligence
with Shared Sensory Experiences [6.033393331015051]
我々は、共生人工知能と共有感覚体験(SAISSE)と呼ばれる人間とAIの相互作用における新しい概念を紹介する。
SAISSEは、共有感覚体験を通じて、AIシステムと人間のユーザ間の相互に有益な関係を確立することを目的としている。
本稿では,AIシステムとユーザの両方の長期的な成長と開発のためのメモリストレージユニットの導入について論じる。
論文 参考訳(メタデータ) (2023-05-26T04:13:59Z) - BO-Muse: A human expert and AI teaming framework for accelerated
experimental design [58.61002520273518]
我々のアルゴリズムは、人間の専門家が実験プロセスでリードすることを可能にする。
我々のアルゴリズムは、AIや人間よりも高速に、サブ線形に収束することを示す。
論文 参考訳(メタデータ) (2023-03-03T02:56:05Z) - The Effect of Information Type on Human Cognitive Augmentation [0.0]
本稿では,コグがアンサンブルに寄与する情報の性質に依存し,認知能力の向上の度合いを示す。
実験の結果、概念情報は認知精度、認知精度、認知力の増大をもたらす最も効果的な種類の情報であることが示された。
論文 参考訳(メタデータ) (2023-02-15T20:38:47Z) - Cognitive architecture aided by working-memory for self-supervised
multi-modal humans recognition [54.749127627191655]
人間パートナーを認識する能力は、パーソナライズされた長期的な人間とロボットの相互作用を構築するための重要な社会的スキルです。
ディープラーニングネットワークは最先端の結果を達成し,そのような課題に対処するための適切なツールであることが実証された。
1つの解決策は、ロボットに自己スーパービジョンで直接の感覚データから学習させることである。
論文 参考訳(メタデータ) (2021-03-16T13:50:24Z) - 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) - Joint Mind Modeling for Explanation Generation in Complex Human-Robot
Collaborative Tasks [83.37025218216888]
本稿では,人間とロボットのコラボレーションにおいて,人間のようなコミュニケーションを実現するための新しい説明可能なAI(XAI)フレームワークを提案する。
ロボットは、人間のユーザの階層的なマインドモデルを構築し、コミュニケーションの一形態として自身のマインドの説明を生成する。
その結果,提案手法はロボットの協調動作性能とユーザ認識を著しく向上させることがわかった。
論文 参考訳(メタデータ) (2020-07-24T23:35:03Z) - Learning to Complement Humans [67.38348247794949]
オープンワールドにおけるAIに対するビジョンの高まりは、知覚、診断、推論タスクのために人間を補完できるシステムの開発に焦点を当てている。
我々は,人間-機械チームの複合的なパフォーマンスを最適化するために,エンド・ツー・エンドの学習戦略をどのように活用できるかを実証する。
論文 参考訳(メタデータ) (2020-05-01T20:00:23Z)
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。