論文の概要: Classical Sorting Algorithms as a Model of Morphogenesis: self-sorting
arrays reveal unexpected competencies in a minimal model of basal
intelligence
- arxiv url: http://arxiv.org/abs/2401.05375v1
- Date: Fri, 15 Dec 2023 20:11:16 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-15 08:59:30.464130
- Title: Classical Sorting Algorithms as a Model of Morphogenesis: self-sorting
arrays reveal unexpected competencies in a minimal model of basal
intelligence
- Title（参考訳）: 形態形成のモデルとしての古典的ソートアルゴリズム--基礎知能の最小モデルにおける予期せぬ能力を示す自己ソート配列
- Authors: Taining Zhang, Adam Goldstein, Michael Levin
- Abstract要約: 生物形態形成のモデルとしての選別アルゴリズムとその能力について検討する。
自動的な要素の配列は、エラー発生時に従来の実装よりも確実に、堅牢にソートできることを示す。
単純で親しみやすいアルゴリズムによる創発的問題解決能力の発見は、ディバース・インテリジェンス(Diverse Intelligence)の分野に新しい視点をもたらした。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The emerging field of Diverse Intelligence seeks to identify, formalize, and
understand commonalities in behavioral competencies across a wide range of
implementations. Especially interesting are simple systems that provide
unexpected examples of memory, decision-making, or problem-solving in
substrates that at first glance do not appear to be complex enough to implement
such capabilities. We seek to develop tools to help understand the minimal
requirements for such capabilities, and to learn to recognize and predict basal
forms of intelligence in unconventional substrates. Here, we apply novel
analyses to the behavior of classical sorting algorithms, short pieces of code
which have been studied for many decades. To study these sorting algorithms as
a model of biological morphogenesis and its competencies, we break two
formerly-ubiquitous assumptions: top-down control (instead, showing how each
element within a array of numbers can exert minimal agency and implement
sorting policies from the bottom up), and fully reliable hardware (instead,
allowing some of the elements to be "damaged" and fail to execute the
algorithm). We quantitatively characterize sorting activity as the traversal of
a problem space, showing that arrays of autonomous elements sort themselves
more reliably and robustly than traditional implementations in the presence of
errors. Moreover, we find the ability to temporarily reduce progress in order
to navigate around a defect, and unexpected clustering behavior among the
elements in chimeric arrays whose elements follow one of two different
algorithms. The discovery of emergent problem-solving capacities in simple,
familiar algorithms contributes a new perspective to the field of Diverse
Intelligence, showing how basal forms of intelligence can emerge in simple
systems without being explicitly encoded in their underlying mechanics.
- Abstract（参考訳）: ダイバーインテリジェンスの新しい分野は、幅広い実装における行動能力の共通点を特定し、形式化し、理解することを目指している。
特に興味深いのは、メモリ、意思決定、問題解決の予期せぬ例を、一見するとそのような機能を実装するのに十分複雑でないように見えるような単純なシステムである。
我々は,このような能力の最小限の要件を理解するためのツールを開発し,非伝統的な基板における基礎的なインテリジェンスを認識・予測することを目指す。
本稿では,長年研究されてきた古典的ソートアルゴリズム,短いコード片の挙動について,新しい分析手法を適用した。
これらのソートアルゴリズムを生物学的形態形成とその能力のモデルとして研究するために、トップダウン制御(代わりに、数列内の各要素が最小限のエージェンシーを実行し、下位からソートポリシーを実装する方法を示す)と、完全に信頼性のあるハードウェア(代わりに、いくつかの要素が「損傷」され、アルゴリズムの実行に失敗する)という、かつてのユビキタスな仮定を2つ破る。
我々は、ソートアクティビティを問題空間のトラバースとして定量的に特徴付け、エラー発生時の従来の実装よりも、自律的要素の配列がより確実かつ堅牢にソートできることを示します。
さらに,欠陥を回避するために一時的に進捗を減少させる能力や,2つの異なるアルゴリズムの1つに従うキメラ配列の要素間の予期せぬクラスタリング行動を見出した。
単純な、慣れ親しんだアルゴリズムによる創発的な問題解決能力の発見は、多様な知能の分野に新たな視点をもたらし、基礎となる力学に明示的にエンコードされることなく、単純なシステムにおいて基礎的な知性がいかに出現するかを示す。
関連論文リスト
- Regularization-Based Methods for Ordinal Quantification [49.606912965922504]
順序の場合、すなわち n>2 クラスの集合上で全順序が定義される場合について研究する。
本稿では,従来のアルゴリズムよりも優れた正規化OQアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-10-13T16:04:06Z) - Generative Models as a Complex Systems Science: How can we make sense of
large language model behavior? [75.79305790453654]
事前訓練されたモデルから望ましい振る舞いを排除し、望ましくないモデルを避けながら、NLPを再定義した。
言語モデルの振る舞いをタスク間性能を説明するカテゴリに分解する体系的な取り組みについて論じる。
論文 参考訳（メタデータ） (2023-07-31T22:58:41Z) - Multi-Dimensional Ability Diagnosis for Machine Learning Algorithms [88.93372675846123]
本稿では,機械学習アルゴリズム評価のためのタスク非依存評価フレームワークCamillaを提案する。
認識診断の仮定とニューラルネットワークを用いて、各サンプルのアルゴリズム、サンプル、スキル間の複雑な相互作用を学習する。
我々の実験では、カミラはメートル法信頼性、ランクの整合性、ランクの安定性で最先端のベースラインを上回ります。
論文 参考訳（メタデータ） (2023-07-14T03:15:56Z) - The Clock and the Pizza: Two Stories in Mechanistic Explanation of
Neural Networks [59.26515696183751]
ニューラルネットワークにおけるアルゴリズム発見は、時としてより複雑であることを示す。
単純な学習問題でさえ、驚くほど多様なソリューションを許容できることが示されています。
論文 参考訳（メタデータ） (2023-06-30T17:59:13Z) - Neural Algorithmic Reasoning Without Intermediate Supervision [21.852775399735005]
我々は、中間的監督に訴えることなく、入出力ペアからのみニューラルネットワーク推論を学ぶことに集中する。
我々は、アルゴリズムの軌跡にアクセスできることなく、モデルの中間計算を正規化できる自己教師対象を構築する。
CLRSic Algorithmic Reasoning Benchmarkのタスクにおいて,提案手法はトラジェクトリを教師する手法と競合することを示す。
論文 参考訳（メタデータ） (2023-06-23T09:57:44Z) - A Meta-Learning Algorithm for Interrogative Agendas [3.0969191504482247]
我々は,質問的議題を表現するために,標準的な知識表現形式主義である形式概念分析(FCA)に焦点を当てる。
FCAベースのアルゴリズムは、分類や外れ値検出などの標準的な機械学習タスクにすでに使用されている。
本稿では,データを説明する優れた質問課題を構築するためのメタ学習アルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-01-04T22:09:36Z) - A Generalist Neural Algorithmic Learner [18.425083543441776]
我々は、幅広いアルゴリズムを実行することを学習できる単一のグラフニューラルネットワークプロセッサを構築している。
マルチタスク方式でアルゴリズムを効果的に学習できることを示す。
論文 参考訳（メタデータ） (2022-09-22T16:41:33Z) - Non-Clairvoyant Scheduling with Predictions Revisited [77.86290991564829]
非論理的スケジューリングでは、優先度不明な処理条件でジョブをスケジューリングするためのオンライン戦略を見つけることが課題である。
我々はこのよく研究された問題を、アルゴリズム設計に(信頼できない)予測を統合する、最近人気の高い学習強化された設定で再検討する。
これらの予測には所望の特性があり, 高い性能保証を有するアルゴリズムと同様に, 自然な誤差測定が可能であることを示す。
論文 参考訳（メタデータ） (2022-02-21T13:18:11Z) - Frequent Itemset-driven Search for Finding Minimum Node Separators in
Complex Networks [61.2383572324176]
本稿では,データマイニングにおける頻繁なアイテムセットマイニングの概念をよく知られたメメティック検索フレームワークに統合する,頻繁なアイテムセット駆動探索手法を提案する。
頻繁なアイテムセット組換え演算子を反復的に使用して、高品質なソリューションで頻繁に発生するアイテムセットに基づいた有望な子孫ソリューションを生成する。
特に、29個の新しい上界を発見し、以前の18個の最もよく知られた境界と一致する。
論文 参考訳（メタデータ） (2022-01-18T11:16:40Z) - Probabilistic DAG Search [29.47649645431227]
探索空間の潜伏構造を利用して探索木間で情報を共有するための確率的フレームワークを開発する。
我々は、Tic-Tac-Toeの既存の非確率的代替品と特徴選択アプリケーションとを比較検討するアルゴリズムを実証的に見出した。
論文 参考訳（メタデータ） (2021-06-16T11:35:19Z) - Neural Active Learning with Performance Guarantees [37.16062387461106]
非パラメトリックなレシエーションにおけるストリーミング環境におけるアクティブラーニングの問題について検討する。
我々は最近提案されたニューラル・タンジェント・カーネル(NTK)近似ツールを用いて、アルゴリズムが操作する特徴空間と学習したモデルを上から計算する適切なニューラル埋め込みを構築する。
論文 参考訳（メタデータ） (2021-06-06T20:44:23Z)
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。