論文の概要: A Theory of Intelligences: Concepts, Models, Implications
- arxiv url: http://arxiv.org/abs/2308.12411v1
- Date: Wed, 23 Aug 2023 20:18:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-25 16:28:18.834895
- Title: A Theory of Intelligences: Concepts, Models, Implications
- Title(参考訳): 知能の理論:概念、モデル、意味論
- Authors: Michael E. Hochberg
- Abstract要約: 私は人間によって定義され、機械と比較してしばしば知性に重点を置いています。
経路効率と目標精度、ブラックボックスとしてのインテリジェンス、環境影響、サプライズを扱う柔軟性など、インテリジェンスの主な特徴について論じる。
本稿では,難易度,前提値,目標値の精度の定量的なマクロスケールシステム特徴に基づく,第1原理知能理論(TIS)の枠組みを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Intelligence is a human construct to represent the ability to achieve goals.
Given this wide berth, intelligence has been defined countless times, studied
in a variety of ways and quantified using numerous measures. Understanding
intelligence ultimately requires theory and quantification, both of which are
elusive. My main objectives are to identify some of the central elements in and
surrounding intelligence, discuss some of its challenges and propose a theory
based on first principles. I focus on intelligence as defined by and for
humans, frequently in comparison to machines, with the intention of setting the
stage for more general characterizations in life, collectives, human designs
such as AI and in non-designed physical and chemical systems. I discuss key
features of intelligence, including path efficiency and goal accuracy,
intelligence as a Black Box, environmental influences, flexibility to deal with
surprisal, the regress of intelligence, the relativistic nature of intelligence
and difficulty, and temporal changes in intelligence including its evolution. I
present a framework for a first principles Theory of IntelligenceS (TIS), based
on the quantifiable macro-scale system features of difficulty, surprisal and
goal resolution accuracy. The proposed partitioning of uncertainty/solving and
accuracy/understanding is particularly novel since it predicts that paths to a
goal not only function to accurately achieve goals, but as experimentations
leading to higher probabilities for future attainable goals and increased
breadth to enter new goal spaces. TIS can therefore explain endeavors that do
not necessarily affect Darwinian fitness, such as leisure, politics, games and
art. I conclude with several conceptual advances of TIS including a compact
mathematical form of surprisal and difficulty, the theoretical basis of TIS,
and open questions.
- Abstract(参考訳): 知性は目標を達成する能力を表す人間の構成である。
この幅広さから、知能は無数に定義され、様々な方法で研究され、多くの測度を用いて定量化されている。
知性を理解するには理論と量化が必要であり、どちらも不可解である。
私の主な目的は、知性とその周辺にあるいくつかの要素を特定し、その課題を議論し、第一原理に基づく理論を提案することです。
私は、人間によって定義され、しばしば機械と比較される知性に焦点を当て、生命、集団、aiのような人間のデザイン、および非設計の物理的および化学的システムにおけるより一般的な特徴付けのステージを設定することを意図しています。
経路効率と目標精度、ブラックボックスとしてのインテリジェンス、環境影響、サプライズを扱う柔軟性、インテリジェンスの回帰、インテリジェンスと難易度の相対論的性質、そしてその進化を含むインテリジェンスにおける時間的変化など、インテリジェンスの主な特徴について論じる。
本稿では,難易度,前提値,目標値の精度の定量的なマクロスケールシステム特徴に基づく第1原理知能理論(TIS)の枠組みを提案する。
不確実性/解決と正確性/理解の分割は、ゴールへのパスが正確に達成するために機能するだけでなく、将来の達成可能な目標に対する高い確率と新しいゴール空間に入る広さをもたらす実験として予測されるため、特に新規である。
したがって、TISはレジャー、政治、ゲーム、芸術といったダーウィンのフィットネスに必ずしも影響を与えない努力を説明することができる。
結論として,tisのコンパクトな数学的形式である超越性と難易度,tisの理論的な基礎,オープン質問など,いくつかの概念的な進歩をまとめる。
関連論文リスト
- 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) - 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) - On a Functional Definition of Intelligence [0.0]
合意されたインテリジェンスの定義がなければ、"このシステムはインテリジェントか?
知性(intelligence)とは、哲学、心理学、認知科学の分野である。
我々は、その知性が実際に達成される方法とは異なる、純粋に機能的でブラックボックスな知性の定義について論じる。
論文 参考訳(メタデータ) (2023-12-15T05:46:49Z) - 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) - 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) - A World-Self Model Towards Understanding Intelligence [0.0]
我々は、人間と人工知能を比較し、人間の知性の特定の側面が認識と認知を結びつける鍵である、と提案する。
我々は、より広範な概念、新しいモデルのWSM(World-Self Model)の原理と数学的枠組み、そして最後にWSMに基づいた統合されたインテリジェンス・フレームワークを提示する。
論文 参考訳(メタデータ) (2022-03-25T16:42:23Z) - Intelligence as information processing: brains, swarms, and computers [0.0]
インテリジェンスの定義には合意されていないため、脳、スワーミング、コンピュータ、その他のシステムがインテリジェントかどうかを単に問うことは問題である。
異なる認知システムによって提示される潜在的な知性を比較するために、人工知能と人工生命が使用する共通アプローチを使用します。
論文 参考訳(メタデータ) (2021-08-09T19:03:15Z) - Inductive Biases for Deep Learning of Higher-Level Cognition [108.89281493851358]
興味深い仮説は、人間と動物の知性はいくつかの原則によって説明できるということである。
この研究は、主に高いレベルとシーケンシャルな意識的処理に関心のある人を中心に、より大きなリストを考察する。
これらの特定の原則を明確にする目的は、人間の能力から恩恵を受けるAIシステムを構築するのに役立つ可能性があることである。
論文 参考訳(メタデータ) (2020-11-30T18:29:25Z) - 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) - 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。