論文の概要: Ensoul: A framework for the creation of self organizing intelligent
ultra low power systems (SOULS) through evolutionary enerstatic networks
- arxiv url: http://arxiv.org/abs/2304.13863v1
- Date: Wed, 26 Apr 2023 23:11:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-28 14:54:05.345160
- Title: Ensoul: A framework for the creation of self organizing intelligent
ultra low power systems (SOULS) through evolutionary enerstatic networks
- Title（参考訳）: Ensoul:進化的静電ネットワークによる自律的インテリジェント超低電力システム(SOULS)構築のためのフレームワーク
- Authors: Ty Roachford
- Abstract要約: SOULS(Self Organizing Inteltic Ultra Low Power Systems)は、このような生成技術によって生み出された技術をよく表す用語である。
SOULSは、生物学的、人工的、あるいはハイブリッドな形でもよい。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Ensoul is a framework proposed for the purpose of creating technologies that
create more technologies through the combined use of networks, and nests, of
energy homeostatic (enerstatic) loops and open-ended evolutionary techniques.
Generative technologies developed by such an approach serve as both simple, yet
insightful models of thermodynamically driven complex systems and as powerful
sources of novel technologies. "Self Organizing intelligent Ultra Low power
Systems" (SOULS) is a term that well describes the technologies produced by
such a generative technology, as well as the generative technology itself. The
term is meant to capture the abstract nature of such technologies as being
independent of the substrate in which they are embedded. In other words, SOULS
can be biological, artificial or hybrid in form.
- Abstract（参考訳）: ensoulは、ネットワークとネスト、エネルギーホメオスタティック(エネルギー)ループとオープンエンド進化技術を組み合わせて、より多くの技術を生み出す技術を開発するために提案されたフレームワークである。
このようなアプローチによって開発された生成技術は、熱力学的に駆動される複雑なシステムの単純かつ洞察に富んだモデルと、新しい技術の強力な源として機能する。
自己組織型知的超低消費電力システム(souls)とは、そのような生成技術や生成技術自体が生み出す技術をよく表現した用語である。
この用語は、そのような技術の抽象的な性質を、それらが埋め込まれた基板から独立して捉えることを目的としている。
言い換えれば、SOULSは生物学的、人工的、あるいはハイブリッドな形でもよい。
関連論文リスト
- 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) - A Neuro-mimetic Realization of the Common Model of Cognition via Hebbian
Learning and Free Energy Minimization [55.11642177631929]
大規模なニューラル生成モデルは、意味的に豊富なテキストのパスを合成したり、複雑な画像を生成することができる。
我々はコモン・モデル・オブ・コグニティブ・ニューラル・ジェネレーティブ・システムについて論じる。
論文 参考訳（メタデータ） (2023-10-14T23:28:48Z) - DeepSpeed4Science Initiative: Enabling Large-Scale Scientific Discovery
through Sophisticated AI System Technologies [116.09762105379241]
DeepSpeed4Scienceは、AIシステム技術革新を通じてユニークな機能を構築することを目指している。
我々は、構造生物学研究における2つの重要なシステム課題に対処するために、DeepSpeed4Scienceで行った初期の進歩を紹介した。
論文 参考訳（メタデータ） (2023-10-06T22:05:15Z) - The Future of Fundamental Science Led by Generative Closed-Loop
Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。
AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。
ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文 参考訳（メタデータ） (2023-07-09T21:16:56Z) - Leveraging dendritic properties to advance machine learning and
neuro-inspired computing [0.0]
脳は驚くほど有能で効率的なシステムです。
現在の人工知能システムは、生物エージェントにとって簡単なタスクで競争するのに苦労しながら、トレーニングのために膨大なリソースを必要としている。
脳にインスパイアされたエンジニアリングは、持続可能な次世代AIシステムを設計するための、有望な新しい道として登場した。
論文 参考訳（メタデータ） (2023-06-13T09:07:49Z) - Cultivated Wildness: Technodiversity and Wildness in Machines [4.149972584899897]
ランドスケープデザインと人工知能の交差点における耕作野の考え方を考察する。
本稿では, 環境工学, コンピュータサイエンス, ランドスケープアーキテクチャ研究において, 知的機械を用いた野生地構築の枠組みを探求する。
論文 参考訳（メタデータ） (2023-05-03T13:25:51Z) - Co-evolutionary hybrid intelligence [0.3007949058551534]
インテリジェントシステム開発に対する現在のアプローチは、データ中心である。
本稿では,人間と機械のハイブリッド化と共進化に基づく人工知能システム開発への代替的アプローチについて論じる。
論文 参考訳（メタデータ） (2021-12-09T08:14:56Z) - Technology Fitness Landscape and the Future of Innovation [3.1981440103815717]
我々は,1,757のテクノロジードメインの神経埋め込み空間を前提とした,ディープラーニングベースの技術フィットネスランドスケープを提案する。
先行研究から各技術領域の改善率を導出する。
論文 参考訳（メタデータ） (2021-10-21T08:51:18Z) - Learning, Computing, and Trustworthiness in Intelligent IoT
Environments: Performance-Energy Tradeoffs [62.91362897985057]
Intelligent IoT Environment(iIoTe)は、半自律IoTアプリケーションを協調実行可能な異種デバイスで構成されている。
本稿では,これらの技術の現状を概観し,その機能と性能,特にリソース,レイテンシ,プライバシ,エネルギー消費のトレードオフに注目した。
論文 参考訳（メタデータ） (2021-10-04T19:41:42Z) - Photonics for artificial intelligence and neuromorphic computing [52.77024349608834]
フォトニック集積回路は超高速な人工ニューラルネットワークを可能にした。
フォトニックニューロモルフィックシステムはナノ秒以下のレイテンシを提供する。
これらのシステムは、機械学習と人工知能の需要の増加に対応する可能性がある。
論文 参考訳（メタデータ） (2020-10-30T21:41:44Z) - Synergetic Learning Systems: Concept, Architecture, and Algorithms [4.623783824925363]
総合学習システム(Synergetic Learning Systems)」という人工知能システムについて述べる。
本システムは,協調的・競争的な相乗学習を通じて,与えられた環境におけるインテリジェントな情報処理と意思決定を実現する。
設計基準の下では,提案システムは長期的にの共進化を通じて,最終的には汎用的な人工知能を実現することが期待されている。
論文 参考訳（メタデータ） (2020-05-31T06:23:03Z)
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。