論文の概要: The Origin and Evolution of Information Handling

• arxiv url: http://arxiv.org/abs/2404.04374v4
• Date: Thu, 11 Jul 2024 13:49:50 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-12 22:57:45.275249
• Title: The Origin and Evolution of Information Handling
• Title（参考訳）: 情報処理の起源と進化
• Authors: Amahury Jafet López-Díaz, Hiroki Sayama, Carlos Gershenson,
• Abstract要約: 本稿では、情報制御の開始過程と、生命の原始的な制御機構がいかに進化し、ますます洗練されていくかを説明する。 化学計算における原始遷移を正確に記述することにより、上記のギャップを説明することができる。 自由エネルギーの原理と互換性があるので、生命の起源から高レベルの認知までを記述できる計算エアクティビスト理論の枠組みを開発した。
• 参考スコア（独自算出の注目度）: 0.6963971634605796
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A major challenge when describing the origin of life is to explain "how instructional information control systems emerge naturally and spontaneously from mere molecular dynamics". So far, no one has clarified how information control emerged ab initio and how primitive control mechanisms in life might have evolved, becoming increasingly refined. Based on recent experimental results showing that chemical computation does not require the presence of life-related chemistry, we elucidate the origin and early evolution of information handling by chemical automata, from information processing (computation) to information storage (memory) and information transmission (communication) and later digital messengers, covering at the same time its syntactic, semantic and pragmatic flavors. In contrast to other theories that assume the existence of initial complex structures, our representation starts from trivial self-replicators whose interaction leads to the arising of more powerful molecular machines. By describing precisely the primordial transitions in chemistry-based computation, our framework is capable of explaining the above-mentioned gaps and can be translated to other models of computation, which allow us to explore biological phenomena at multiple spatial and temporal scales. Being compatible with the free energy principle, we have developed a computational enactivist theoretical framework that could be able to describe from the origin of life to high-level cognition, as if it were a purely constructivist narrative. At the end of our manuscript, we propose some ways to extend our ideas, including experimental validation of our theory (both in vitro and in silico).
• Abstract（参考訳）: 生命の起源を説明する上での大きな課題は、「分子動力学から自然に自然に情報制御系がどのように出現するか」を説明することである。 これまでのところ、情報制御がいかに開始したのか、そして生命における原始的な制御機構がどのように進化し、ますます洗練されていくのかは、誰も明らかにしていない。 化学計算が生命関連化学の存在を必要としないことを示す最近の実験結果に基づいて,情報処理(計算)から情報記憶(記憶),情報伝達(通信)に至るまで,化学オートマトンによる情報処理の起源と初期の進化を解明し,同時にその統語的・意味的・実践的なフレーバーをカバーした。 初期の複雑な構造の存在を仮定する他の理論とは対照的に、我々の表現は相互作用がより強力な分子機械を生み出すような自複製子から始まる。 化学計算における原始遷移を正確に記述することにより、上記のギャップを説明でき、他の計算モデルに変換できるので、複数の空間的・時間的スケールで生物現象を探索することができる。 自由エネルギーの原理と相容れないことから、生命の起源から高レベルの認知まで、まるで純粋に構成主義的な物語であるかのように説明できる計算エノクティビズム理論の枠組みを開発した。 原稿の最後には、我々の理論(in vitroとsilicoの両方)を実験的に検証するなど、アイデアを拡張するいくつかの方法を提案する。

関連論文リスト

• LLM and Simulation as Bilevel Optimizers: A New Paradigm to Advance Physical Scientific Discovery [141.39722070734737]
  本稿では,大規模言語モデルの知識駆動型抽象推論能力をシミュレーションの計算力で強化することを提案する。 本稿では,2段階最適化フレームワークであるSGA(Scientific Generative Agent)を紹介する。 法発見と分子設計における枠組みの有効性を実証するための実験を行った。
  論文  参考訳（メタデータ） (2024-05-16T03:04:10Z)
• Causal machine learning for single-cell genomics [94.28105176231739]
  単細胞ゲノミクスへの機械学習技術の応用とその課題について論じる。 まず, 単一細胞生物学における現在の因果的アプローチの基盤となるモデルについて述べる。 次に、単一セルデータへの因果的アプローチの適用におけるオープンな問題を特定する。
  論文  参考訳（メタデータ） (2023-10-23T13:35:24Z)
• 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)
• Large Language Models for Scientific Synthesis, Inference and Explanation [56.41963802804953]
  大規模言語モデルがどのように科学的合成、推論、説明を行うことができるかを示す。 我々は,この「知識」を科学的文献から合成することで,大きな言語モデルによって強化できることを示す。 このアプローチは、大きな言語モデルが機械学習システムの予測を説明することができるというさらなる利点を持っている。
  論文  参考訳（メタデータ） (2023-10-12T02:17:59Z)
• Interactive Molecular Discovery with Natural Language [69.89287960545903]
  対象分子を記述・編集するための自然言語を用いた対話型分子設計を提案する。 この課題をより良くするために、実験プロパティ情報を注入することによって強化された知識的で汎用的な生成事前学習モデルChatMolを設計する。
  論文  参考訳（メタデータ） (2023-06-21T02:05:48Z)
• Discovery of structure-property relations for molecules via hypothesis-driven active learning over the chemical space [0.0]
  本稿では,仮説学習に基づく化学空間上の能動的学習のための新しいアプローチを提案する。 我々は,データサブセットの小さな部分集合に基づいて,関心の構造と機能の関係性に関する仮説を構築した。 このアプローチでは、SISSOやアクティブラーニングといったシンボリックレグレッションメソッドの要素をひとつのフレームワークに統合する。
  論文  参考訳（メタデータ） (2023-01-06T14:22:43Z)
• A Molecular Multimodal Foundation Model Associating Molecule Graphs with Natural Language [63.60376252491507]
  本稿では,分子グラフとその意味的関連テキストデータから事前学習した分子マルチモーダル基礎モデルを提案する。 我々のモデルは、生物学、化学、材料、環境、医学などの分野において、AIを動力とする分野に幅広い影響を与えるだろうと考えています。
  論文  参考訳（メタデータ） (2022-09-12T00:56:57Z)
• Detailed Balanced Chemical Reaction Networks as Generalized Boltzmann Machines [0.0]
  本稿では,生物化学計算機が内在性化学ノイズを用いて複雑な計算を行う方法を示す。 また、我々の明示的な物理モデルを用いて、推論の熱力学的コストを導出する。
  論文  参考訳（メタデータ） (2022-05-12T18:59:43Z)
• Towards a Theory of Evolution as Multilevel Learning [0.0]
  生命の起源を含む生物学的進化の理論を多段階学習として発展させるために, 物理的に再正規化可能なシステムに学習理論を適用した。 我々は、宇宙を観測可能なものにするのに必要で十分と思われる進化の7つの基本原理を定式化する。 これらの原理は、複製や自然選択を含む生物進化の主要な特徴を包含していることを示す。
  論文  参考訳（メタデータ） (2021-10-27T17:21:16Z)
• Applications of the Free Energy Principle to Machine Learning and Neuroscience [0.0]
  我々は、自由エネルギー原理にインスパイアされた手法を機械学習と神経科学の2つの重要な分野に適用する。 我々は、自由エネルギー原理から派生した神経生物学的に妥当なプロセス理論である予測符号化に焦点を当てる。 第2に、変動メッセージパッシングによる行動の神経生物学的根拠である能動推論について検討する。 最後に, 生物学的に有効な脳内クレジット代入法について検討した。
  論文  参考訳（メタデータ） (2021-06-30T22:53:03Z)
• Immersive Interactive Quantum Mechanics for Teaching and Learning Chemistry [0.0]
  学生が典型的な化学反応の中核的な概念を理解するのに、どのように没入型学習環境を適用できるかを示す。 我々の設定は化学系のインタラクティブな探索と操作に依存しており、このシステムは量子化学法でリアルタイムでシミュレートされている。
  論文  参考訳（メタデータ） (2020-11-06T09:37:04Z)

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。