論文の概要: When Brain-inspired AI Meets AGI
- arxiv url: http://arxiv.org/abs/2303.15935v1
- Date: Tue, 28 Mar 2023 12:46:38 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-29 15:17:25.928664
- Title: When Brain-inspired AI Meets AGI
- Title（参考訳）: 脳にインスパイアされたAIがAGIと出会う
- Authors: Lin Zhao, Lu Zhang, Zihao Wu, Yuzhong Chen, Haixing Dai, Xiaowei Yu,
Zhengliang Liu, Tuo Zhang, Xintao Hu, Xi Jiang, Xiang Li, Dajiang Zhu,
Dinggang Shen, Tianming Liu
- Abstract要約: 我々は、人工知能の観点から、脳にインスパイアされたAIの包括的概要を提供する。
私たちは、脳にインスパイアされたAIの現在の進歩と、AGIとの広範な関係から始まります。
次に、人間の知性とAIの両面での重要な特徴について述べる。
- 参考スコア（独自算出の注目度）: 40.96159978312796
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Artificial General Intelligence (AGI) has been a long-standing goal of
humanity, with the aim of creating machines capable of performing any
intellectual task that humans can do. To achieve this, AGI researchers draw
inspiration from the human brain and seek to replicate its principles in
intelligent machines. Brain-inspired artificial intelligence is a field that
has emerged from this endeavor, combining insights from neuroscience,
psychology, and computer science to develop more efficient and powerful AI
systems. In this article, we provide a comprehensive overview of brain-inspired
AI from the perspective of AGI. We begin with the current progress in
brain-inspired AI and its extensive connection with AGI. We then cover the
important characteristics for both human intelligence and AGI (e.g., scaling,
multimodality, and reasoning). We discuss important technologies toward
achieving AGI in current AI systems, such as in-context learning and prompt
tuning. We also investigate the evolution of AGI systems from both algorithmic
and infrastructural perspectives. Finally, we explore the limitations and
future of AGI.
- Abstract（参考訳）: 人工知能(agi、artificial general intelligence)は、人類の長年の目標であり、人間ができるあらゆる知的タスクを遂行できる機械を作ることを目標としている。
そこでAGIの研究者たちは、人間の脳からインスピレーションを得て、その原理をインテリジェントマシンに再現しようとしている。
脳に触発された人工知能は、神経科学、心理学、コンピュータ科学の知見を組み合わせて、より効率的で強力なAIシステムを開発する、この取り組みから生まれた分野である。
本稿では,脳に触発されたAIについて,AGIの観点から概観する。
我々は、脳にインスパイアされたAIの現在の進歩と、AGIとの広範な関係から始める。
次に、人間の知性とAGI(例えば、スケーリング、マルチモーダリティ、推論)の両方の重要な特徴を取り上げます。
本稿では,現在のAIシステムにおけるAGIの実現に向けた重要な技術について論じる。
また,アルゴリズムとインフラの両面からAGIシステムの進化を考察する。
最後に,AGIの限界と将来について考察する。
関連論文リスト
- Bio-inspired AI: Integrating Biological Complexity into Artificial Intelligence [0.0]
人工知能を作ることの追求は、私たち自身の知性を理解することへの長年の関心を反映している。
最近のAIの進歩は約束を守るが、特異なアプローチはしばしば知性の本質を捉えるのに不足する。
本稿では,生物計算の基本原理が真にインテリジェントなシステムの設計をいかに導くかを検討する。
論文 参考訳（メタデータ） (2024-11-22T02:55:39Z) - 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) - Development of an Adaptive Multi-Domain Artificial Intelligence System Built using Machine Learning and Expert Systems Technologies [0.0]
人工知能(AGI)は、人工知能(AI)研究においてしばらくの間、明白な目標であった。
AGIは、人間のように、新しい問題領域にさらされ、それを学び、推論プロセスを使って意思決定する能力を持つでしょう。
本稿では,AGIの製作に向けての歩みについて述べる。
論文 参考訳（メタデータ） (2024-06-17T07:21:44Z) - Artificial General Intelligence (AGI)-Native Wireless Systems: A Journey Beyond 6G [58.440115433585824]
デジタルツイン(DT)のようなサービスをサポートする将来の無線システムの構築は、メタサーフェスのような従来の技術への進歩を通じて達成することが困難である。
人工知能(AI)ネイティブネットワークは、無線技術のいくつかの制限を克服することを約束する一方で、開発は依然としてニューラルネットワークのようなAIツールに依存している。
本稿では、AIネイティブ無線システムの概念を再考し、それらを人工知能(AGI)ネイティブシステムに変換するために必要な共通感覚を取り入れた。
論文 参考訳（メタデータ） (2024-04-29T04:51:05Z) - 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) - Why We Don't Have AGI Yet [0.0]
元々のAIのビジョンは、2002年に"Artificial General Intelligence" (AGI) という用語で再認識された。
このビジョンは、人間と同じように学習し、推論し、問題を解決することができるコンピュータシステムである「シンキングマシン」を構築することである。
いくつかの大規模取り組みが名目上AGIに取り組んできたが、純粋に焦点を絞ったAGI開発分野は、十分な資金提供や推進がなされていない。
論文 参考訳（メタデータ） (2023-08-07T13:59:31Z) - The Embeddings World and Artificial General Intelligence [2.28438857884398]
我々は、このインテリジェントな世界を構築する上で、事前訓練された埋め込みが重要な役割を担っていると論じている。
我々は、事前学習した埋め込みが、人間レベルの知能のいくつかの特性を達成するのにどのように役立つかについて論じる。
論文 参考訳（メタデータ） (2022-09-14T11:56:30Z) - Empowering Things with Intelligence: A Survey of the Progress,
Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。
まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。
最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
論文 参考訳（メタデータ） (2020-11-17T13:14:28Z) - To Root Artificial Intelligence Deeply in Basic Science for a New
Generation of AI [1.0152838128195467]
人工知能の野望の1つは、人工知能を基礎科学に深く根ざすことである。
本稿では,今後20年間の人工知能研究の課題について述べる。
論文 参考訳（メタデータ） (2020-09-11T22:38:38Z) - 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)
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。