論文の概要: Ontology in Hybrid Intelligence: a concise literature review
- arxiv url: http://arxiv.org/abs/2303.17262v1
- Date: Thu, 30 Mar 2023 09:55:29 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-31 13:48:56.400032
- Title: Ontology in Hybrid Intelligence: a concise literature review
- Title(参考訳): ハイブリッドインテリジェンスにおけるオントロジー : 簡潔な文献レビュー
- Authors: Salvatore F. Pileggi
- Abstract要約: ハイブリッド・インテリジェンス(Hybrid Intelligence)は、人工知能と人工知能のバランスの取れた共存を指す。
オントロジーは複数の技術を含むインテリジェンスモデルを定義するために広く使われている。
アプリケーション指向分析は、現在のシステムや将来のシステムにおいて重要な役割を担っている。
- 参考スコア(独自算出の注目度): 6.85316573653194
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In a context of constant evolution and proliferation of AI technology, Hybrid
Intelligence is gaining popularity to refer a balanced coexistence between
human and artificial intelligence. On the other side, the concept has been
extensively used in the past two decades to define models of intelligence
involving more than one technology. This paper aims to provide (i) a concise
and focused overview of the adoption of Ontology in the broad context of Hybrid
Intelligence regardless of its definition and (ii) a critical discussion on the
possible role of Ontology to reduce the gap between human and artificial
intelligence within hybrid intelligent systems. Beside the typical benefits
provided by an effective use of ontologies, at a conceptual level, the analysis
conducted has pointed out a significant contribution to quality and accuracy,
as well as a more specific role to enable extended interoperability, system
engineering and explainable/transparent systems. On the other side, an
application-oriented analysis has shown a significant role in present systems
(70+% of the cases) and, potentially, in future systems. However, a proper
holistic discussion on the establishment of the next generation of
hybrid-intelligent environments with a balanced co-existence of human and
artificial intelligence is fundamentally missed in literature. Last but not the
least, there is currently a relatively low explicit focus on automatic
reasoning and inference.
- Abstract(参考訳): ai技術の絶え間ない進化と増殖の文脈において、ハイブリッド・インテリジェンスは人間と人工知能のバランスのとれた共存を示すために人気を集めている。
一方、この概念は、過去20年間に複数の技術を含むインテリジェンスモデルを定義するために広く使われてきた。
この論文は提供することを目指しています
(i)その定義にも拘わらず、ハイブリッド・インテリジェンスの広い文脈におけるオントロジーの採用の簡潔で焦点を絞った概要
(II)ハイブリッド知的システムにおける人間と人工知能のギャップを減らすためにオントロジーが果たす役割についての批判的議論。
概念レベルでのオントロジの効果的な利用による典型的なメリットに加えて、分析では、相互運用性、システム工学、説明可能な/透明なシステムを実現するための、より具体的な役割だけでなく、品質と正確性にも重要な貢献が指摘されている。
一方、アプリケーション指向分析は、現在のシステムにおいて重要な役割(ケースの70パーセント以上)を示し、将来のシステムにおいて潜在的に重要な役割を担っている。
しかし、人間と人工知能のバランスの取れた共存を伴う次世代のハイブリッド・インテリジェント環境の確立に関する適切な総合的な議論は、文献に欠落している。
最後に、少なくとも現時点では、自動推論と推論に対する明確なフォーカスが比較的低い。
関連論文リスト
- 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従来のアプローチは、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、独自の意図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) - Artificial Human Intelligence: The role of Humans in the Development of Next Generation AI [6.8894258727040665]
我々は、人間と機械の知能の相互作用を探求し、人間が知能システムを開発する上で果たす重要な役割に焦点を当てる。
我々は, 次世代開発に向けた人間中心の方向性を提案するために, 共生設計の利点を活かして, 今後の展望を提案する。
論文 参考訳(メタデータ) (2024-09-24T12:02:20Z) - Converging Paradigms: The Synergy of Symbolic and Connectionist AI in LLM-Empowered Autonomous Agents [55.63497537202751]
コネクショニストと象徴的人工知能(AI)の収束を探求する記事
従来、コネクショナリストAIはニューラルネットワークにフォーカスし、シンボリックAIはシンボリック表現とロジックを強調していた。
大型言語モデル(LLM)の最近の進歩は、人間の言語をシンボルとして扱う際のコネクショナリストアーキテクチャの可能性を強調している。
論文 参考訳(メタデータ) (2024-07-11T14:00:53Z) - 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) - 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 Survey on Brain-Inspired Deep Learning via Predictive Coding [85.93245078403875]
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) - 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) - Cognitive Architecture for Co-Evolutionary Hybrid Intelligence [0.17767466724342065]
論文は、強力な(一般的な)データ中心人工知能(AI)の実現可能性に疑問を投げかける。
代替として、共進化型ハイブリッドインテリジェンスの概念が提案されている。
インテリジェントな問題解決のループに人間をシームレスに組み込むアーキテクチャを考える。
論文 参考訳(メタデータ) (2022-09-05T08:26:16Z) - On the Philosophical, Cognitive and Mathematical Foundations of
Symbiotic Autonomous Systems (SAS) [87.3520234553785]
共生自律システム(SAS)は、自律的な集団知能を示す高度なインテリジェントおよび認知システムです。
この研究は、知性、認知、コンピュータ、システム科学の最新の進歩に根ざしたSASの理論的枠組みを示す。
論文 参考訳(メタデータ) (2021-02-11T05:44:25Z) - Conceptualization and Framework of Hybrid Intelligence Systems [0.0]
この記事では、ハイブリッドインテリジェンスシステムの正確な定義と、他の同様の概念との関係を説明します。
すべてのAIシステムはハイブリッドインテリジェンスシステムであるため、そのようなシステムのライフサイクルのあらゆる段階で人間の要因を調べる必要があります。
論文 参考訳(メタデータ) (2020-12-11T06:42:06Z) - 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。