論文の概要: Can A Cognitive Architecture Fundamentally Enhance LLMs? Or Vice Versa?
- arxiv url: http://arxiv.org/abs/2401.10444v1
- Date: Fri, 19 Jan 2024 01:14:45 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-22 17:06:30.501795
- Title: Can A Cognitive Architecture Fundamentally Enhance LLMs? Or Vice Versa?
- Title(参考訳): 認知アーキテクチャはLLMを根本的に強化できるか?
それともVice Versa?
- Authors: Ron Sun
- Abstract要約: この論文は、人間の認知と心理学からの洞察を、コンピュータ認知アーキテクチャによって具現化されたように取り入れることで、より有能で、より信頼性があり、より人間に近いシステムを開発するのに役立つと論じている。
- 参考スコア(独自算出の注目度): 0.32634122554913997
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The paper discusses what is needed to address the limitations of current
LLM-centered AI systems. The paper argues that incorporating insights from
human cognition and psychology, as embodied by a computational cognitive
architecture, can help develop systems that are more capable, more reliable,
and more human-like. It emphasizes the importance of the dual-process
architecture and the hybrid neuro-symbolic approach in addressing the
limitations of current LLMs. In the opposite direction, the paper also
highlights the need for an overhaul of computational cognitive architectures to
better reflect advances in AI and computing technology. Overall, the paper
advocates for a multidisciplinary, mutually beneficial approach towards
developing better models both for AI and for understanding the human mind.
- Abstract(参考訳): 本稿は、現在のLLM中心AIシステムの限界に対処するために何が必要なのかを論じる。
論文は、計算認知アーキテクチャによって具現化された人間の認知と心理学からの洞察を取り入れることで、より有能で、より信頼性があり、より人間に近いシステムを開発するのに役立つと論じている。
現在のLLMの限界に対処する上で、デュアルプロセスアーキテクチャとハイブリッドニューロシンボリックアプローチの重要性を強調している。
反対の方向には、AIとコンピューティング技術の進歩をよりよく反映する計算認知アーキテクチャの見直しの必要性も強調されている。
全体として、この論文は、AIと人間の心を理解するためのより良いモデルを開発するための、多分野、相互に有益なアプローチを提唱している。
関連論文リスト
- Should We Fear Large Language Models? A Structural Analysis of the Human
Reasoning System for Elucidating LLM Capabilities and Risks Through the Lens
of Heidegger's Philosophy [0.0]
本研究では,Large Language Models(LLM)の能力とリスクについて検討する。
LLM内の単語関係の統計的パターンと、Martin Heidegger氏の概念である"ready-to-hand"と"present-at-hand"の間には、革新的な並列性がある。
以上の結果から, LLMには直接的説明推論と擬似論理推論の能力があるが, 真理的推論に乏しく, 創造的推論能力がないことが明らかとなった。
論文 参考訳(メタデータ) (2024-03-05T19:40:53Z) - Cognition is All You Need -- The Next Layer of AI Above Large Language
Models [0.0]
我々は,大規模言語モデル以外のニューロシンボリック認知のためのフレームワークであるCognitive AIを紹介する。
我々は、認知AIがAGIのようなAI形態の進化に必須の先駆者であり、AGIは独自の確率論的アプローチでは達成できないと主張する。
我々は、大規模言語モデル、AIの採用サイクル、および商用の認知AI開発に関する議論で締めくくります。
論文 参考訳(メタデータ) (2024-03-04T16:11:57Z) - 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) - Enabling High-Level Machine Reasoning with Cognitive Neuro-Symbolic
Systems [67.01132165581667]
本稿では,認知アーキテクチャを外部のニューロシンボリックコンポーネントと統合することにより,AIシステムにおける高レベル推論を実現することを提案する。
本稿では,ACT-Rを中心としたハイブリッドフレームワークについて紹介し,最近の応用における生成モデルの役割について論じる。
論文 参考訳(メタデータ) (2023-11-13T21:20:17Z) - 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) - Generative AI vs. AGI: The Cognitive Strengths and Weaknesses of Modern
LLMs [0.0]
このようなLCMの漸進的な改善は、人間レベルのAGIに向けた取り組みにおいて、実現可能なアプローチではない、と論じられている。
LLMに関する社会的・倫理的事項は、この観点から非常に簡潔に扱われる。
論文 参考訳(メタデータ) (2023-09-19T07:12:55Z) - Demanding and Designing Aligned Cognitive Architectures [0.0]
AIシステムがより強力で広く普及するにつれ、より広い目標と人類のニーズに合わせた行動を維持することについての議論が高まっている。
この多分野・多分野の議論は、多くの問題を解決する必要がある。
第一の課題は、AIシステムのデザイナに対して、ステークホルダーが何のために役に立つかを明確化することだ。
第2の課題は、有用な知能を報酬のみとして扱う分析的フレーミングを超えていくことだ。
論文 参考訳(メタデータ) (2021-12-19T16:49:28Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳(メタデータ) (2021-06-25T22:31:55Z) - Thinking Fast and Slow in AI [38.8581204791644]
本稿では,人間の意思決定の認知理論からインスピレーションを得たAI研究の方向性を提案する。
前提は、AIでまだ不足しているいくつかの人間の能力の原因について洞察を得ることができれば、AIシステムで同様の能力を得ることができるということです。
論文 参考訳(メタデータ) (2020-10-12T20:10:05Z) - Distributed and Democratized Learning: Philosophy and Research
Challenges [80.39805582015133]
民主化学習(Dem-AI)という新しいデザイン哲学を提案する。
ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。
本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
論文 参考訳(メタデータ) (2020-03-18T08:45:10Z) - A general framework for scientifically inspired explanations in AI [76.48625630211943]
我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。
このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
論文 参考訳(メタデータ) (2020-03-02T10:32:21Z)
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。