論文の概要: Multiple Realizability and the Rise of Deep Learning

• arxiv url: http://arxiv.org/abs/2405.13231v1
• Date: Tue, 21 May 2024 22:36:49 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-25 01:53:42.514313
• Title: Multiple Realizability and the Rise of Deep Learning
• Title（参考訳）: 多重実現可能性とディープラーニングの台頭
• Authors: Sam Whitman McGrath, Jacob Russin,
• Abstract要約: 本稿では,多重実現可能性論における深層学習モデルの有効性について考察する。 これは、ディープニューラルネットワークが認知に関する仮説を定式化し、評価する上で重要な役割を担っていることを示唆している。
• 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: The multiple realizability thesis holds that psychological states may be implemented in a diversity of physical systems. The deep learning revolution seems to be bringing this possibility to life, offering the most plausible examples of man-made realizations of sophisticated cognitive functions to date. This paper explores the implications of deep learning models for the multiple realizability thesis. Among other things, it challenges the widely held view that multiple realizability entails that the study of the mind can and must be pursued independently of the study of its implementation in the brain or in artificial analogues. Although its central contribution is philosophical, the paper has substantial methodological upshots for contemporary cognitive science, suggesting that deep neural networks may play a crucial role in formulating and evaluating hypotheses about cognition, even if they are interpreted as implementation-level models. In the age of deep learning, multiple realizability possesses a renewed significance.
• Abstract（参考訳）: 多重実現可能性論は、心理学的状態が様々な物理的システムに実装される可能性があるとしている。 ディープラーニング革命は、この可能性を生かしているようで、現在まで高度な認知機能の人造実現の最も確実な例を提供している。 本稿では,多重実現可能性論における深層学習モデルの有効性について考察する。 とりわけ、複数の実現可能性には、脳や人工的なアナロジーにおけるその実装の研究とは無関係に、心の研究が可能で、追求されなければならないという、広く認識されている見解に異議を唱えている。 その中心的な貢献は哲学的ではあるが、この論文は現代の認知科学にとって重要な方法論的なアップショットを持ち、ディープニューラルネットワークは、たとえそれが実装レベルモデルとして解釈されたとしても、認知に関する仮説を定式化し、評価する上で重要な役割を果たす可能性があることを示唆している。 ディープラーニングの時代において、多重実現性は新たな重要性を持つ。

関連論文リスト

• Theories of synaptic memory consolidation and intelligent plasticity for continual learning [7.573586022424398]
  シナプスの可塑性機構は 内部状態を維持し 進化させなければならない 可塑性アルゴリズムは 内部の状態を利用して 個々のシナプスで 可塑性をインテリジェントに制御する必要がある
  論文  参考訳（メタデータ） (2024-05-27T08:13:39Z)
• Philosophy of Cognitive Science in the Age of Deep Learning [0.0]
  ディープラーニングは、人工知能研究のほとんどの領域で大きな進歩をもたらした。 このパースペクティブペーパーは、貢献が特に実りのある重要な領域を調査している。
  論文  参考訳（メタデータ） (2024-05-07T06:39:47Z)
• 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)
• Visual cognition in multimodal large language models [12.603212933816206]
  近年の進歩は、人間のような認知能力をエミュレートする可能性への関心を再燃させた。 本稿では、直観物理学、因果推論、直観心理学の分野における視覚に基づく大規模言語モデルの現状を評価する。
  論文  参考訳（メタデータ） (2023-11-27T18:58:34Z)
• Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
  予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。 PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
  論文  参考訳（メタデータ） (2023-08-15T16:37:16Z)
• Behavior quantification as the missing link between fields: Tools for digital psychiatry and their role in the future of neurobiology [0.0]
  現在の技術は、行動特性を改善するためのエキサイティングな機会です。 携帯電話のGPSやスマートウォッチの加速度計などの受動的センサーストリームを連続的に収集する新機能は、新しい疑問の道を開く。 理論上、現在の技術で捉えられるものには大きな可能性があるが、それ自体は大きな計算課題である。
  論文  参考訳（メタデータ） (2023-05-24T17:45:10Z)
• Machine Psychology [54.287802134327485]
  我々は、心理学にインスパイアされた行動実験において、研究のための実りある方向が、大きな言語モデルに係わっていると論じる。 本稿では,本手法が表に示す理論的視点,実験パラダイム,計算解析技術について述べる。 これは、パフォーマンスベンチマークを超えた、生成人工知能(AI)のための「機械心理学」の道を開くものだ。
  論文  参考訳（メタデータ） (2023-03-24T13:24:41Z)
• Rejecting Cognitivism: Computational Phenomenology for Deep Learning [5.070542698701158]
  本稿では,新しい手法である計算現象学に基づくディープラーニングのための非表現主義的フレームワークを提案する。 我々は、人工知能が外部エンティティの表現を符号化する深層学習の現代の認知論的解釈を拒絶する。
  論文  参考訳（メタデータ） (2023-02-16T20:05:06Z)
• Multimodal foundation models are better simulators of the human brain [65.10501322822881]
  1500万の画像テキストペアを事前訓練した,新たに設計されたマルチモーダル基礎モデルを提案する。 視覚的エンコーダも言語的エンコーダもマルチモーダルで訓練され,脳に近いことが判明した。
  論文  参考訳（メタデータ） (2022-08-17T12:36:26Z)
• Causal Reasoning Meets Visual Representation Learning: A Prospective Study [117.08431221482638]
  解釈可能性の欠如、堅牢性、分布外一般化が、既存の視覚モデルの課題となっている。 人間レベルのエージェントの強い推論能力にインスパイアされた近年では、因果推論パラダイムの開発に多大な努力が注がれている。 本稿では,この新興分野を包括的に概観し,注目し,議論を奨励し,新たな因果推論手法の開発の急激さを先導することを目的とする。
  論文  参考訳（メタデータ） (2022-04-26T02:22:28Z)
• From Psychological Curiosity to Artificial Curiosity: Curiosity-Driven Learning in Artificial Intelligence Tasks [56.20123080771364]
  心理学的好奇心は、探索と情報取得を通じて学習を強化するために、人間の知性において重要な役割を果たす。 人工知能(AI)コミュニティでは、人工好奇心は効率的な学習に自然な本質的な動機を与える。 CDLはますます人気を博し、エージェントは新たな知識を学習するために自己動機付けされている。
  論文  参考訳（メタデータ） (2022-01-20T17:07:03Z)

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。