論文の概要: A Theory of Intelligences
- arxiv url: http://arxiv.org/abs/2308.12411v2
- Date: Fri, 5 Apr 2024 21:36:17 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-10 04:47:47.149336
- Title: A Theory of Intelligences
- Title（参考訳）: インテリジェンスの理論
- Authors: Michael E. Hochberg,
- Abstract要約: 私は物理学から生物学、人間、AIに至るまで、あらゆるシステムに適用可能なフレームワークを開発しています。
インテリジェンスとその構成要素に関する一般的な方程式と、インテリジェンス特性の進化のための単純な表現について述べる。
- 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 represented using numerous measures. Understanding intelligence ultimately requires theory and quantification, both of which have proved elusive. I develop a framework -- the Theory of Intelligences (TIS) -- that applies across all systems from physics, to biology, humans and AI. TIS likens intelligence to a calculus, differentiating, correlating and integrating information. Intelligence operates at many levels and scales and TIS distils these into a parsimonious macroscopic framework centered on solving, planning and their optimization to accomplish goals. Notably, intelligence can be expressed in informational units or in units relative to goal difficulty, the latter defined as complexity relative to system (individual or benchmarked) ability. I present general equations for intelligence and its components, and a simple expression for the evolution of intelligence traits. The measures developed here could serve to gauge different facets of intelligence for any step-wise transformation of information. I argue that proxies such as environment, technology, society and collectives are essential to a general theory of intelligence and to possible evolutionary transitions in intelligence, particularly in humans. I conclude with testable predictions of TIS and offer several speculations.
- 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表現されてきた。
知性を理解するには理論と定量化が必要です。
私は、物理学から生物学、人間、AIに至るまで、あらゆるシステムに適用可能なフレームワーク、すなわち知性理論(TIS)を開発しています。
TISはインテリジェンスを計算に例え、情報を識別し、関連付け、統合する。
インテリジェンスは多くのレベルとスケールで運用され、TISはこれらを、目標を達成するための解決、計画、最適化に焦点を当てた、擬似的なマクロなフレームワークに分解する。
特に、インテリジェンスは、情報単位や、目標の難易度に対する単位で表すことができ、後者はシステム(個人またはベンチマーク)能力に対する複雑性として定義される。
インテリジェンスとその構成要素に関する一般的な方程式と、インテリジェンス特性の進化のための単純な表現について述べる。
ここで開発された措置は、情報のステップワイドな変換のために異なる知能の側面を測定するのに役立つかもしれない。
環境、技術、社会、集団といったプロキシは、知性の一般的な理論と、知性、特に人間における進化的遷移に不可欠である、と私は論じます。
TISの検証可能な予測で締めくくり、いくつかの憶測を提示します。
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。