論文の概要: Metalearning-Informed Competence in Children: Implications for Responsible Brain-Inspired Artificial Intelligence

• arxiv url: http://arxiv.org/abs/2401.01001v1
• Date: Tue, 5 Sep 2023 14:58:09 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-15 12:29:21.209675
• Title: Metalearning-Informed Competence in Children: Implications for Responsible Brain-Inspired Artificial Intelligence
• Title（参考訳）: 子どものメタラーニング・インフォームド・コンピテンス : 脳にインスパイアされた人工知能の意義
• Authors: Chaitanya Singh
• Abstract要約: 本稿では,幼児のメタラーニング(学習の知識と規制)を可能にする新しい概念的枠組みを提案する。 コアメカニズムと関連する戦略を取り入れたロードマップは、発達する脳の顕著なクロスコンテキスト学習能力の説明として提示される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper offers a novel conceptual framework comprising four essential cognitive mechanisms that operate concurrently and collaboratively to enable metalearning (knowledge and regulation of learning) strategy implementation in young children. A roadmap incorporating the core mechanisms and the associated strategies is presented as an explanation of the developing brain's remarkable cross-context learning competence. The tetrad of fundamental complementary processes is chosen to collectively represent the bare-bones metalearning architecture that can be extended to artificial intelligence (AI) systems emulating brain-like learning and problem-solving skills. Utilizing the metalearning-enabled young mind as a model for brain-inspired computing, this work further discusses important implications for morally grounded AI.
• Abstract（参考訳）: 本稿では,幼児におけるメタラーニング(知識と学習の制御)戦略の実施を可能にするために,並行かつ協調的に機能する4つの基本的な認知機構からなる新しい概念枠組みを提案する。 コアメカニズムと関連する戦略を取り入れたロードマップは、発達する脳の顕著なクロスコンテキスト学習能力の説明として提示される。 基本的な補完的プロセスの4つは、脳に似た学習と問題解決スキルを模した人工知能(AI)システムに拡張可能なベアボーンメタラーニングアーキテクチャを集合的に表現するために選択される。 メタラーニング可能な若者の心を脳に触発されたコンピューティングのモデルとして利用し、この研究は道徳的に基礎付けられたAIに対する重要な意味をさらに議論する。

関連論文リスト

• 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)
• Exploring a Cognitive Architecture for Learning Arithmetic Equations [0.0]
  本稿では,算術学習を支える認知メカニズムについて考察する。 本稿では,数ベクトル化埋め込みネットワークと連想メモリモデルを実装し,知能システムによる算術方程式の学習とリコールについて検討する。 知的システムにおける数学的認知の神経的相関に関する継続的な研究に貢献することを目的としている。
  論文  参考訳（メタデータ） (2024-05-05T18:42:00Z)
• Brain-Inspired Machine Intelligence: A Survey of Neurobiologically-Plausible Credit Assignment [65.268245109828]
  本稿では,神経生物学にインスパイアされた,あるいは動機付けられた人工ニューラルネットワークにおける信用割当を行うアルゴリズムについて検討する。 我々は、脳にインスパイアされた学習スキームを6つの一般的なファミリーにまとめ、これらを誤りのバックプロパゲーションの文脈で検討する。 本研究の成果は,神経ミメティックシステムとその構成的学習プロセスの今後の発展を促進することを目的としている。
  論文  参考訳（メタデータ） (2023-12-01T05:20:57Z)
• A Neuro-mimetic Realization of the Common Model of Cognition via Hebbian Learning and Free Energy Minimization [55.11642177631929]
  大規模なニューラル生成モデルは、意味的に豊富なテキストのパスを合成したり、複雑な画像を生成することができる。 我々はコモン・モデル・オブ・コグニティブ・ニューラル・ジェネレーティブ・システムについて論じる。
  論文  参考訳（メタデータ） (2023-10-14T23:28:48Z)
• Anti-Retroactive Interference for Lifelong Learning [65.50683752919089]
  我々は脳のメタラーニングと連想機構に基づく生涯学習のパラダイムを設計する。 知識の抽出と知識の記憶という2つの側面から問題に取り組む。 提案した学習パラダイムが,異なるタスクのモデルを同じ最適に収束させることができることを理論的に分析した。
  論文  参考訳（メタデータ） (2022-08-27T09:27:36Z)
• A brain basis of dynamical intelligence for AI and computational neuroscience [0.0]
  より多くの脳のような能力は、新しい理論、モデル、および人工学習システムを設計する方法を要求するかもしれない。 本稿は,第6回US/NIH BRAIN Initiative Investigators Meetingにおける動的神経科学と機械学習に関するシンポジウムに触発されたものです。
  論文  参考訳（メタデータ） (2021-05-15T19:49:32Z)
• Hierarchical principles of embodied reinforcement learning: A review [11.613306236691427]
  すべての重要な認知メカニズムが独立した計算アーキテクチャで独立に実装されていることを示す。 我々は,より洗練された認知的インスパイアされた階層的手法の開発を導くことを期待する。
  論文  参考訳（メタデータ） (2020-12-18T10:19:38Z)
• Computational principles of intelligence: learning and reasoning with neural networks [0.0]
  本研究は3つの原則に基づく新しい知能の枠組みを提案する。 まず、学習された入力表現の生成的およびミラーリング的性質。 第二に、学習、問題解決、想像力のための基礎的、本質的で反復的なプロセス。 第三に、阻害規則を用いた因果的構成表現に対する推論メカニズムのアドホックチューニング。
  論文  参考訳（メタデータ） (2020-12-17T10:03:26Z)
• Characterizing an Analogical Concept Memory for Architectures Implementing the Common Model of Cognition [1.468003557277553]
  そこで我々は,Soar の新たなアナログ概念メモリを提案し,宣言的長期記憶の現在のシステムを強化した。 提案したメモリに実装されたアナログ学習手法は,多様な新しい概念を迅速に学習できることを実証する。
  論文  参考訳（メタデータ） (2020-06-02T21:54:03Z)
• A Developmental Neuro-Robotics Approach for Boosting the Recognition of Handwritten Digits [91.3755431537592]
  近年のエビデンスでは、子どもの体現戦略をシミュレーションすることで、マシンインテリジェンスも改善できることが示されている。 本稿では,発達神経ロボティクスの文脈における畳み込みニューラルネットワークモデルへの具体的戦略の適用について検討する。
  論文  参考訳（メタデータ） (2020-03-23T14:55:00Z)
• Neuro-symbolic Architectures for Context Understanding [59.899606495602406]
  本稿では,データ駆動型アプローチと知識駆動型アプローチの強みを組み合わせたフレームワークとして,ハイブリッドAI手法を提案する。 具体的には、知識ベースを用いて深層ニューラルネットワークの学習過程を導く方法として、ニューロシンボリズムの概念を継承する。
  論文  参考訳（メタデータ） (2020-03-09T15:04:07Z)

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。