論文の概要: Investigating AI's Challenges in Reasoning and Explanation from a
Historical Perspective
- arxiv url: http://arxiv.org/abs/2311.10097v1
- Date: Tue, 31 Oct 2023 12:31:32 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-27 00:59:05.089290
- Title: Investigating AI's Challenges in Reasoning and Explanation from a
Historical Perspective
- Title（参考訳）: 歴史的視点から見た推論と説明におけるAIの課題
- Authors: Benji Alwis
- Abstract要約: サイバネティックスとニューラルネットワークの開発における、コラボレーションと対人関係の影響を探求する。
解釈の柔軟性、大衆の認識、顕著な人物の影響がいかにして新しい分野の軌跡を形成するかを強調している。
- 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: This paper provides an overview of the intricate relationship between social
dynamics, technological advancements, and pioneering figures in the fields of
cybernetics and artificial intelligence. It explores the impact of
collaboration and interpersonal relationships among key scientists, such as
McCulloch, Wiener, Pitts, and Rosenblatt, on the development of cybernetics and
neural networks. It also discusses the contested attribution of credit for
important innovations like the backpropagation algorithm and the potential
consequences of unresolved debates within emerging scientific domains.
It emphasizes how interpretive flexibility, public perception, and the
influence of prominent figures can shape the trajectory of a new field. It
highlights the role of funding, media attention, and alliances in determining
the success and recognition of various research approaches. Additionally, it
points out the missed opportunities for collaboration and integration between
symbolic AI and neural network researchers, suggesting that a more unified
approach may be possible in today's era without the historical baggage of past
debates.
- Abstract（参考訳）: 本稿では,サイバーネティックスと人工知能の分野における社会的ダイナミクス,技術進歩,先駆的な人物間の複雑な関係について概説する。
これは、マカロック、ウィーナー、ピット、ローゼンブラットといった主要な科学者間のコラボレーションと対人関係が、サイバネティクスとニューラルネットワークの開発に与える影響を探求している。
また、バックプロパゲーションアルゴリズムのような重要なイノベーションへの信用の帰結と、新興科学領域における未解決の議論の潜在的な結果についても論じている。
解釈の柔軟性、大衆の認識、そして著名な人物の影響が、新しい分野の軌跡を形作ることができることを強調する。
様々な研究手法の成功と認識を決定する上での資金、メディアの注意、同盟の役割を強調している。
さらに、シンボリックAIとニューラルネットワーク研究者の協力と統合の機会が欠如していることは、過去の議論の歴史的な手引きなしに、今日の時代においてより統一されたアプローチが可能であることを示唆している。
関連論文リスト
- Discovering emergent connections in quantum physics research via dynamic word embeddings [0.562479170374811]
概念結合予測のための動的単語埋め込みに基づく新しい手法を提案する。
知識グラフとは異なり,本手法は概念間の暗黙の関係を捉え,教師なしの方法で学習し,より広い範囲の情報を符号化する。
この表現は、科学文献における概念的関係をモデル化するための、より柔軟で情報的な方法を提供することを示唆している。
論文 参考訳（メタデータ） (2024-11-10T19:45:59Z) - Cutting Through the Confusion and Hype: Understanding the True Potential of Generative AI [0.0]
本稿では,生成型AI(genAI)の微妙な景観について考察する。
それは、Large Language Models (LLMs)のようなニューラルネットワークベースのモデルに焦点を当てている。
論文 参考訳（メタデータ） (2024-10-22T02:18:44Z) - Converging Paradigms: The Synergy of Symbolic and Connectionist AI in LLM-Empowered Autonomous Agents [55.63497537202751]
コネクショニストと象徴的人工知能(AI)の収束を探求する記事
従来、コネクショナリストAIはニューラルネットワークにフォーカスし、シンボリックAIはシンボリック表現とロジックを強調していた。
大型言語モデル(LLM)の最近の進歩は、人間の言語をシンボルとして扱う際のコネクショナリストアーキテクチャの可能性を強調している。
論文 参考訳（メタデータ） (2024-07-11T14:00:53Z) - Now, Later, and Lasting: Ten Priorities for AI Research, Policy, and Practice [63.20307830884542]
今後数十年は、産業革命に匹敵する人類の転換点になるかもしれない。
10年前に立ち上げられたこのプロジェクトは、複数の専門分野の専門家による永続的な研究にコミットしている。
AI技術の短期的および長期的影響の両方に対処する、アクションのための10のレコメンデーションを提供します。
論文 参考訳（メタデータ） (2024-04-06T22:18:31Z) - Emergent Explainability: Adding a causal chain to neural network
inference [0.0]
本稿では,創発的コミュニケーション(EmCom)による説明可能な人工知能(xAI)の強化のための理論的枠組みを提案する。
我々は、EmComのAIシステムへの新たな統合を探求し、入力と出力の間の従来の連想関係から、より微妙で因果的解釈へのパラダイムシフトを提供する。
本稿は、このアプローチの理論的基盤、潜在的に広い応用、そして、責任と透明なAIシステムに対するニーズの増大と整合性について論じる。
論文 参考訳（メタデータ） (2024-01-29T02:28:39Z) - Expanding the Role of Affective Phenomena in Multimodal Interaction
Research [57.069159905961214]
マルチモーダルインタラクション, 感情計算, 自然言語処理において, 選ばれたカンファレンスから16,000以上の論文を調査した。
本論文では,感情関連論文910を同定し,情緒現象の役割について分析した。
我々は、人間の社会的行動や認知状態の機械的理解を高めるために、AIシステムによって感情と感情の予測がどのように使用されるかについて、限られた研究結果を得た。
論文 参考訳（メタデータ） (2023-05-18T09:08:39Z) - Enhancing Artificial intelligence Policies with Fusion and Forecasting:
Insights from Indian Patents Using Network Analysis [0.0]
本稿では,人工知能(AI)技術の相互接続性と相互依存性について述べる。
異なる時間窓を通して技術を分析し、その重要性を定量化することで、AIのランドスケープを形成する重要なコンポーネントに関する重要な洞察を明らかにしました。
論文 参考訳（メタデータ） (2023-04-20T18:37:11Z) - Mind the Gap! Bridging Explainable Artificial Intelligence and Human Understanding with Luhmann's Functional Theory of Communication [5.742215677251865]
我々は、説明可能な人工知能の課題を強調するために、社会システム理論を適用した。
我々は,インタラクティブかつ反復的な説明者の方向性で技術研究を再活性化することを目的としている。
論文 参考訳（メタデータ） (2023-02-07T13:31:02Z) - Towards Data-and Knowledge-Driven Artificial Intelligence: A Survey on Neuro-Symbolic Computing [73.0977635031713]
ニューラルシンボリック・コンピューティング(NeSy)は、人工知能(AI)の活発な研究領域である。
NeSyは、ニューラルネットワークにおける記号表現の推論と解釈可能性の利点と堅牢な学習の整合性を示す。
論文 参考訳（メタデータ） (2022-10-28T04:38:10Z) - Coordinated Science Laboratory 70th Anniversary Symposium: The Future of
Computing [80.72844751804166]
2021年、コーディネート・サイエンス研究所(CSL)は70周年を記念して、Future of Computing Symposiumを開催した。
シンポジウムで提案された主要な技術的ポイント、洞察、方向性を要約する。
参加者は、新しいコンピューティングパラダイム、技術、アルゴリズム、行動、そして将来予想される研究課題に関するトピックについて議論した。
論文 参考訳（メタデータ） (2022-10-04T17:32:27Z) - Foundations and Recent Trends in Multimodal Machine Learning:
Principles, Challenges, and Open Questions [68.6358773622615]
本稿では,マルチモーダル機械学習の計算的基礎と理論的基礎について概説する。
本稿では,表現,アライメント,推論,生成,伝達,定量化という,6つの技術課題の分類法を提案する。
最近の技術的成果は、この分類のレンズを通して示され、研究者は新しいアプローチの類似点と相違点を理解することができる。
論文 参考訳（メタデータ） (2022-09-07T19:21:19Z)
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。