Fugu-MT 論文翻訳(概要): Introduction to Latent Variable Energy-Based Models: A Path Towards Autonomous Machine Intelligence

論文の概要: Introduction to Latent Variable Energy-Based Models: A Path Towards Autonomous Machine Intelligence

arxiv url: http://arxiv.org/abs/2306.02572v1
Date: Mon, 5 Jun 2023 03:55:26 GMT
ステータス: 処理完了
システム内更新日: 2023-06-06 16:57:40.541564
Title: Introduction to Latent Variable Energy-Based Models: A Path Towards Autonomous Machine Intelligence
Title（参考訳）: 潜時変動エネルギーベースモデル入門:自律型マシンインテリジェンスへの道
Authors: Anna Dawid, Yann LeCun
Abstract要約: 我々は、Yann LeCun氏の提案する未来の自律的知能のアーキテクチャの背景にある主要なアイデアを要約する。特に、エネルギーベースおよび潜在変数モデルを導入し、LeCunの提案のビルディングブロックにそれらの利点を組み合わせる。
参考スコア（独自算出の注目度）: 13.27120983899836
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Current automated systems have crucial limitations that need to be addressed before artificial intelligence can reach human-like levels and bring new technological revolutions. Among others, our societies still lack Level 5 self-driving cars, domestic robots, and virtual assistants that learn reliable world models, reason, and plan complex action sequences. In these notes, we summarize the main ideas behind the architecture of autonomous intelligence of the future proposed by Yann LeCun. In particular, we introduce energy-based and latent variable models and combine their advantages in the building block of LeCun's proposal, that is, in the hierarchical joint embedding predictive architecture (H-JEPA).
Abstract（参考訳）: 現在の自動化システムには、人工知能が人間のようなレベルに達し、新しい技術革命をもたらす前に対処すべき重要な制限がある。私たちの社会には、信頼できる世界モデル、理性、複雑なアクションシーケンスを学習するレベル5の自動運転車、家庭用ロボット、バーチャルアシスタントがまだ欠けている。これらのノートでは、Yann LeCun氏の提案する未来の自律知能アーキテクチャの背景にある主要なアイデアを要約する。特に,エネルギーベースおよび潜在変数モデルを導入し,lecunの提案,すなわち階層型ジョイント埋め込み予測アーキテクチャ(h-jepa)の構成ブロックにそれらの利点を組み合わせる。

関連論文リスト

Exploring the Interplay Between Video Generation and World Models in Autonomous Driving: A Survey [61.39993881402787]
世界モデルとビデオ生成は、自動運転の領域において重要な技術である。本稿では,この2つの技術の関係について検討する。映像生成モデルと世界モデルとの相互作用を分析することにより,重要な課題と今後の研究方向性を明らかにする。
論文参考訳（メタデータ） (2024-11-05T08:58:35Z)
$π_0$: A Vision-Language-Action Flow Model for General Robot Control [77.32743739202543]
本稿では,インターネット規模のセマンティック知識を継承するために,事前学習された視覚言語モデル(VLM)上に構築された新しいフローマッチングアーキテクチャを提案する。我々は,事前訓練後のタスクをゼロショットで実行し,人からの言語指導に追従し,微調整で新たなスキルを習得する能力の観点から,我々のモデルを評価した。
論文参考訳（メタデータ） (2024-10-31T17:22:30Z)
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)
A call for embodied AI [1.7544885995294304]
我々は、人工知能の次の基本ステップとして、エンボディードAIを提案する。 Embodied AIの範囲を広げることで、認知アーキテクチャに基づく理論的枠組みを導入する。このフレームワークはFristonのアクティブな推論原則と一致しており、EAI開発に対する包括的なアプローチを提供する。
論文参考訳（メタデータ） (2024-02-06T09:11:20Z)
A Survey on Robotics with Foundation Models: toward Embodied AI [30.999414445286757]
近年のコンピュータビジョン,自然言語処理,マルチモーダリティ学習の進歩は,基礎モデルが特定のタスクに対して超人的能力を持つことを示している。この調査は、ロボット工学の基礎モデルの包括的で最新の概要を提供し、自律的な操作に焦点を当て、高レベルの計画と低レベルの制御を包含することを目的としている。
論文参考訳（メタデータ） (2024-02-04T07:55:01Z)
Toward General-Purpose Robots via Foundation Models: A Survey and Meta-Analysis [82.59451639072073]
汎用ロボットはどんな環境でも、どんな物体でもシームレスに動作し、様々なスキルを使って様々なタスクをこなす。コミュニティとしては、特定のタスク用に設計し、特定のデータセットでトレーニングし、特定の環境にデプロイすることで、ほとんどのロボットシステムを制約してきました。ウェブスケールで大規模で大容量の事前学習型モデルの優れたオープンセット性能とコンテンツ生成能力に感銘を受けて,本調査は,汎用ロボティクスに基礎モデルを適用する方法について検討した。
論文参考訳（メタデータ） (2023-12-14T10:02:55Z)
RoboGen: Towards Unleashing Infinite Data for Automated Robot Learning via Generative Simulation [68.70755196744533]
RoboGenはジェネレーティブなロボットエージェントで、ジェネレーティブなシミュレーションを通じて、さまざまなロボットのスキルを自動的に学習する。我々の研究は、大規模モデルに埋め込まれた広範囲で多目的な知識を抽出し、それらをロボット工学の分野に移す試みである。
論文参考訳（メタデータ） (2023-11-02T17:59:21Z)
Integrating Generative Artificial Intelligence in Intelligent Vehicle Systems [4.724940029079736]
自動車産業がAIを徐々に統合するにつれ、生成的人工知能技術はユーザーインタラクションに革命をもたらす可能性を秘めている。本稿では, 音声, 音声, 視覚, マルチモーダルインタラクションを重視した, 自動車分野における生成人工知能の現在の応用について概説する。我々は、ドメイン適応性、アライメント、マルチモーダル統合など、将来の重要な研究分野について概説し、倫理に関する課題やリスクに対処する。
論文参考訳（メタデータ） (2023-05-15T09:09:40Z)
AI Maintenance: A Robustness Perspective [91.28724422822003]
我々は、AIライフサイクルにおけるロバストネスの課題を強調し、自動車のメンテナンスに類似させることで、AIのメンテナンスを動機付ける。本稿では,ロバストネスリスクの検出と軽減を目的としたAIモデル検査フレームワークを提案する。我々のAIメンテナンスの提案は、AIライフサイクル全体を通して堅牢性評価、状態追跡、リスクスキャン、モデル硬化、規制を促進する。
論文参考訳（メタデータ） (2023-01-08T15:02:38Z)
Towards open and expandable cognitive AI architectures for large-scale multi-agent human-robot collaborative learning [5.478764356647437]
多エージェントLfDロボット学習のための新しい認知アーキテクチャを導入し、オープンでスケーラブルで拡張可能なロボットシステムの信頼性の高い展開を可能にする。この概念化は、ロボットプラットフォームのネットワークの端ノードで動作する複数のAI駆動の認知プロセスを採用することに依存している。提案フレームワークの適用性は,実世界の産業ケーススタディの例を用いて説明できる。
論文参考訳（メタデータ） (2020-12-15T09:49:22Z)
Cloud2Edge Elastic AI Framework for Prototyping and Deployment of AI Inference Engines in Autonomous Vehicles [1.688204090869186]
本稿では、ディープラーニングモジュールに基づく自律運転アプリケーションのためのAI推論エンジンを開発するための新しいフレームワークを提案する。我々は,ソフトウェア・イン・ザ・ループ(SiL)パラダイムに従って,クラウド上でプロトタイピングを行うAIコンポーネント開発サイクルに対して,シンプルでエレガントなソリューションを導入する。提案フレームワークの有効性は,自律走行車用AI推論エンジンの2つの実例を用いて実証した。
論文参考訳（メタデータ） (2020-09-23T09:23:29Z)

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。