Fugu-MT 論文翻訳(概要): Why machines do not understand: A response to S{\o}gaard

論文の概要: Why machines do not understand: A response to S{\o}gaard

arxiv url: http://arxiv.org/abs/2307.04766v1
Date: Fri, 7 Jul 2023 12:31:56 GMT
ステータス: 処理完了
システム内更新日: 2023-07-11 12:05:29.276380
Title: Why machines do not understand: A response to S{\o}gaard
Title（参考訳）: なぜ機械が理解できないのか--S{\o}gaardへの反応
Authors: Jobst Landgrebe and Barry Smith
Abstract要約: いわゆる人工知能の擁護者は、機械が言語を理解することができると信じている。我々は,人間の使用する言語と,ハードドライブや図書館の本に言語が格納されたときに生じる記号の慣性列との差に,十分に注意を払っていることを示す。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Some defenders of so-called `artificial intelligence' believe that machines can understand language. In particular, S{\o}gaard has argued in this journal for a thesis of this sort, on the basis of the idea (1) that where there is semantics there is also understanding and (2) that machines are not only capable of what he calls `inferential semantics', but even that they can (with the help of inputs from sensors) `learn' referential semantics \parencite{sogaard:2022}. We show that he goes wrong because he pays insufficient attention to the difference between language as used by humans and the sequences of inert of symbols which arise when language is stored on hard drives or in books in libraries.
Abstract（参考訳）: いわゆる「人工知能」の擁護者は、機械が言語を理解することができると信じている。特に、S{\o}gaardは、この論文において、(1)意味論がどこにあるかを理解し、(2)機械が「推論意味論」と呼ぶものだけでなく、(センサーからの入力の助けを借りて)「学習」参照意味論 \parencite{sogaard:2022} が可能であるという考え方に基づいて、この種の論文を論じている。人間によって使われている言語と、ハードドライブや図書館の本に言語が格納されているときに生じる記号の慣性配列の相違に、十分に注意を払っていないことから、彼が間違っていることを示す。

関連論文リスト

On the consistent reasoning paradox of intelligence and optimal trust in AI: The power of 'I don't know' [79.69412622010249]
一貫性推論(Consistent reasoning)は、人間の知性の中心にある、同等のタスクを扱う能力である。 CRPは、一貫性のある推論は誤認を意味する、と論じている。
論文参考訳（メタデータ） (2024-08-05T10:06:53Z)
Implicit Chain of Thought Reasoning via Knowledge Distillation [58.80851216530288]
思考推論ステップの連鎖を明示的に生成する代わりに、言語モデルの内部の隠れ状態を使用して暗黙の推論を行います。このアプローチにより、明示的にチェーン・オブ・シントなしでは解決不可能なタスクを、非チェーン・オブ・シントに匹敵する速度で解決できることが分かりました。
論文参考訳（メタデータ） (2023-11-02T17:59:49Z)
Meaning and understanding in large language models [0.0]
人工知能の生成的大言語モデル(LLM)の最近の発展は、機械による言語理解に関する伝統的な哲学的仮定を改訂する必要があるという信念を導いた。本稿では,機械語の性能を単なる統語的操作と見なす傾向と理解のシミュレーションを批判的に評価する。
論文参考訳（メタデータ） (2023-10-26T14:06:14Z)
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)
Understanding Natural Language Understanding Systems. A Critical Analysis [91.81211519327161]
自然言語理解システム(Natural Language Understanding (NLU) system)としても知られる usguillemotright(英語版) のようなギユモトレフトークを持つ機械の開発は、人工知能の聖杯(英語版) (AI) である。しかし、Gillemottalking machineguillemotrightを構築することができるという信頼は、次世代のNLUシステムによってもたらされたものよりも強かった。私たちは新しい時代の夜明けに、ついに砂利が我々に近づいたのか?
論文参考訳（メタデータ） (2023-03-01T08:32:55Z)
The boundaries of meaning: a case study in neural machine translation [0.0]
2016年以降、サブワードセグメンテーションアルゴリズムは言語モデリング、機械翻訳、その他のタスクに広く利用されている。これらのアルゴリズムは、しばしば単語を「時代」、「on」、「t」、「ist」といった意味的に不透明なものに切り分ける。
論文参考訳（メタデータ） (2022-10-02T20:26:20Z)
Do Artificial Intelligence Systems Understand? [0.0]
提示された「知的な」振る舞いを説明するために、機械に対する理解を説明する必要はない。タスク解決ツールとしてのインテリジェンスに対する単なる構文的・機械的アプローチは、表示可能な操作範囲を正当化するのに十分である。
論文参考訳（メタデータ） (2022-07-22T13:57:02Z)
Emergence of Machine Language: Towards Symbolic Intelligence with Neural Networks [73.94290462239061]
本稿では、ニューラルネットワークを用いてシンボルとコネクショナリズムの原理を組み合わせることで、離散表現を導出することを提案する。対話型環境とタスクを設計することにより、機械が自発的で柔軟でセマンティックな言語を生成できることを実証した。
論文参考訳（メタデータ） (2022-01-14T14:54:58Z)
Provable Limitations of Acquiring Meaning from Ungrounded Form: What will Future Language Models Understand? [87.20342701232869]
未知のシステムが意味を習得する能力について検討する。アサーションによってシステムが等価性のような意味関係を保存する表現をエミュレートできるかどうか検討する。言語内のすべての表現が参照的に透明であれば,アサーションによってセマンティックエミュレーションが可能になる。しかし、言語が変数バインディングのような非透過的なパターンを使用する場合、エミュレーションは計算不能な問題になる可能性がある。
論文参考訳（メタデータ） (2021-04-22T01:00:17Z)
Machine Semiotics [0.0]
音声補助装置では、人間の発話の機械固有の意味の学習が十分であると考えられる。認知的加熱装置の極めて自明な例を用いて、この過程を発話意味ペア(UMP)の強化学習として定式化することができることを示す。
論文参考訳（メタデータ） (2020-08-24T15:49:54Z)
Machine Learning in Artificial Intelligence: Towards a Common Understanding [0.0]
機械学習」と「芸術知能」の関係を明らかにすることを目的とする。本稿では,知的エージェント構築における機械学習の役割を明らかにする概念的枠組みを提案する。
論文参考訳（メタデータ） (2020-03-27T19:09:57Z)

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。