論文の概要: A Categorical Framework of General Intelligence

• arxiv url: http://arxiv.org/abs/2303.04571v1
• Date: Wed, 8 Mar 2023 13:37:01 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-09 14:06:17.953841
• Title: A Categorical Framework of General Intelligence
• Title（参考訳）: 一般知性の分類的枠組み
• Authors: Yang Yuan
• Abstract要約: この目的に向けて,センサ,世界カテゴリ,目標を持ったプランナー,アクターの4つのコンポーネントからなる分類的枠組みを導入する。 圏論を活用することで、一般知性における多くの重要な概念を厳密に定義し分析することができる。
• 参考スコア（独自算出の注目度）: 12.134564449202708
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Can machines think? Since Alan Turing asked this question in 1950, nobody is able to give a direct answer, due to the lack of solid mathematical foundations for general intelligence. In this paper, we introduce a categorical framework towards this goal, consisting of four components: the sensor, world category, planner with objectives, and actor. By leveraging category theory, many important notions in general intelligence can be rigorously defined and analyzed. For instance, we introduce the concept of self-state awareness as a categorical analogy for self-consciousness and provide algorithms for learning and evaluating it. For communication with other agents, we propose to use diagrams that capture the exact representation of the context, instead of using natural languages. Additionally, we demonstrate that by designing the objectives as the output of function over self-state, the model's human-friendliness is guaranteed. Most importantly, our framework naturally introduces various constraints based on categorical invariance that can serve as the alignment signals for training a model that fits into the framework.
• Abstract（参考訳）: マシンは考えられるか? 1950年にアラン・チューリング(alan turing)がこの疑問を問うため、一般の知性に対する数学的基礎がないために、直接答えることはできない。 本稿では,センサ,世界カテゴリー,目標を持ったプランナー,アクターの4つの構成要素からなる,この目標に向けた分類的枠組みを紹介する。 圏論を活用することで、一般知性における多くの重要な概念を厳密に定義し分析することができる。 例えば、自己意識のカテゴリー的アナロジーとして自己状態認識の概念を導入し、学習と評価のためのアルゴリズムを提供する。 本稿では,他のエージェントとのコミュニケーションにおいて,自然言語の代わりにコンテキストの正確な表現をキャプチャするダイアグラムを提案する。 さらに,目標を自己状態上の関数の出力として設計することで,モデルのヒューマンフレンドリー性が保証されることを示す。 最も重要なのは、フレームワークに適合するモデルをトレーニングするためのアライメント信号として機能するカテゴリ的不変性に基づいた、さまざまな制約を自然に導入することです。

関連論文リスト

• Explainable Moral Values: a neuro-symbolic approach to value classification [1.4186974630564675]
  本研究では、オントロジーに基づく推論と、説明可能な値分類のための機械学習技術の統合について検討する。 道徳的価値のオントロジ的形式化をモラル・ファンデーションズ・セオリー(英語版)のように頼りにすることで、テクティサンドラのニューラルシンボリック・リセサイザーは、ある文で満たされる価値を推測するために用いられる。 推理器の推論のみに依存すると、他のより複雑な手法に匹敵する説明可能な分類が得られることを示す。
  論文  参考訳（メタデータ） (2024-10-16T14:53:13Z)
• Hierarchical Invariance for Robust and Interpretable Vision Tasks at Larger Scales [54.78115855552886]
  本稿では、畳み込みニューラルネットワーク(CNN)のような階層型アーキテクチャを用いて、オーバーコンプリート不変量を構築する方法を示す。 オーバーコンプリート性により、そのタスクはニューラルアーキテクチャサーチ(NAS)のような方法で適応的に形成される。 大規模で頑健で解釈可能な視覚タスクの場合、階層的不変表現は伝統的なCNNや不変量に対する効果的な代替物とみなすことができる。
  論文  参考訳（メタデータ） (2024-02-23T16:50:07Z)
• From Word Models to World Models: Translating from Natural Language to the Probabilistic Language of Thought [124.40905824051079]
  言語インフォームド・シンキングのための計算フレームワークである「構成」を合理的に提案する。 我々は、自然言語から確率論的思考言語への文脈感応的なマッピングとして、言語の意味を定式化する。 LLMは、現実的に適切な言語的意味をキャプチャする文脈依存翻訳を生成することができることを示す。 認知的なモチベーションを持つシンボリックモジュールを統合するために、我々のフレームワークを拡張します。
  論文  参考訳（メタデータ） (2023-06-22T05:14:00Z)
• On the Power of Foundation Models [9.132197704350492]
  カテゴリー理論がこの問題に答える強力な機械を提供することを示す。 最小要求パワー(対称性まで)を持つ基礎モデルは、プリテキストタスクによって定義されたカテゴリの下流タスクを理論的に解くことができる。 最終結果は新しいタイプの一般化定理と見なすことができ、基礎モデルが対象圏から見えない対象を生成できることが示される。
  論文  参考訳（メタデータ） (2022-11-29T16:10:11Z)
• What does it mean to represent? Mental representations as falsifiable memory patterns [8.430851504111585]
  我々は、因果的および遠隔的アプローチは表現の十分な説明を提供していないと論じる。 我々は、どの表現が世界の推論された潜在構造に対応するかという選択肢をスケッチする。 これらの構造は客観的に特定の特性を持つと考えられており、予期せぬ事象の計画、予測、検出を可能にしている。
  論文  参考訳（メタデータ） (2022-03-06T12:52:42Z)
• Abstract Spatial-Temporal Reasoning via Probabilistic Abduction and Execution [97.50813120600026]
  時空間推論は人工知能(AI)の課題である 最近の研究は、この種の抽象的推論タスクに焦点を当てている -- Raven's Progressive Matrices (RPM) ニューロシンボリックな確率的アブダクションと実行学習者(PrAE)を提案する。
  論文  参考訳（メタデータ） (2021-03-26T02:42:18Z)
• This is not the Texture you are looking for! Introducing Novel Counterfactual Explanations for Non-Experts using Generative Adversarial Learning [59.17685450892182]
  反実用説明システムは、入力画像を変更して反実用推論を可能にする。 本稿では, 対向画像から画像への変換技術に基づく, 対向画像の説明を新たに生成する手法を提案する。 その結果,我々のアプローチは,2つの最先端技術システムよりも,メンタルモデル,説明満足度,信頼度,感情,自己効力に関して有意に優れた結果をもたらすことがわかった。
  論文  参考訳（メタデータ） (2020-12-22T10:08:05Z)
• Quantifying Learnability and Describability of Visual Concepts Emerging in Representation Learning [91.58529629419135]
  我々は、ディープニューラルネットワークによって自動的に発見された視覚的なグルーピングを特徴付ける方法を検討する。 本稿では、任意の画像グループ化の解釈可能性の定量化に使用できる視覚的学習可能性と記述可能性という2つの概念を紹介する。
  論文  参考訳（メタデータ） (2020-10-27T18:41:49Z)
• Relational reasoning and generalization using non-symbolic neural networks [66.07793171648161]
  これまでの研究では、ニューラルネットワークは数学的同一性を表現することができないため、人間関係推論の適切なモデルではないことが示唆された。 ニューラルネットワークは、基本等式(数学的同一性)を学習し、(2)正のトレーニングインスタンスのみを持つ逐次等式問題(ABAパターンの学習シーケンス)、(3)基本等式トレーニングインスタンスのみを持つ複雑で階層的等式問題(英語版)を学習できる。 これらの結果は,データ駆動型,非記号的学習プロセスから,象徴的推論の本質的な側面が生まれることを示唆している。
  論文  参考訳（メタデータ） (2020-06-14T18:25:42Z)
• A Comparison of Self-Play Algorithms Under a Generalized Framework [4.339542790745868]
  マルチエージェント強化学習(英語版)でしばしば言及されるセルフプレイの概念は、形式的なモデルでは基礎付けられていない。 我々は,自己表現の意味をカプセル化した,明確に定義された仮定を持つ形式化された枠組みを提案する。 得られた自己再生手法のサブセットが、有名なPPOアルゴリズムと組み合わせることで、この解をいかにうまく近似するかを測定する。
  論文  参考訳（メタデータ） (2020-06-08T11:02:37Z)

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。