論文の概要: A social path to human-like artificial intelligence
- arxiv url: http://arxiv.org/abs/2405.15815v1
- Date: Wed, 22 May 2024 15:38:10 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-29 02:39:33.918178
- Title: A social path to human-like artificial intelligence
- Title（参考訳）: 人間のような人工知能への社会的道
- Authors: Edgar A. Duéñez-Guzmán, Suzanne Sadedin, Jane X. Wang, Kevin R. McKee, Joel Z. Leibo,
- Abstract要約: 人工知能(AI)の進歩のボトルネックは、データ同化から新しいデータ生成へと移行しつつあると論じる。
自然知能は、集団生活、社会的関係、そして進化の大きな遷移を通じて相互作用するエージェントのネットワークにおいて、複数の規模で出現することを示す。
- 参考スコア（独自算出の注目度）: 6.189233558074243
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Traditionally, cognitive and computer scientists have viewed intelligence solipsistically, as a property of unitary agents devoid of social context. Given the success of contemporary learning algorithms, we argue that the bottleneck in artificial intelligence (AI) progress is shifting from data assimilation to novel data generation. We bring together evidence showing that natural intelligence emerges at multiple scales in networks of interacting agents via collective living, social relationships and major evolutionary transitions, which contribute to novel data generation through mechanisms such as population pressures, arms races, Machiavellian selection, social learning and cumulative culture. Many breakthroughs in AI exploit some of these processes, from multi-agent structures enabling algorithms to master complex games like Capture-The-Flag and StarCraft II, to strategic communication in Diplomacy and the shaping of AI data streams by other AIs. Moving beyond a solipsistic view of agency to integrate these mechanisms suggests a path to human-like compounding innovation through ongoing novel data generation.
- Abstract（参考訳）: 伝統的に、認知科学者やコンピュータ科学者は、社会的文脈を欠く一元的エージェントの資産として、知性はソリシスト的に見なされてきた。
現代の学習アルゴリズムの成功を踏まえ、人工知能(AI)の進歩のボトルネックは、データ同化から新しいデータ生成へと移行しつつあると論じる。
我々は、集団生活、社会関係、そして大きな進化の遷移を通じて、相互作用するエージェントのネットワークにおいて、自然知性が複数スケールで出現することを示す証拠をまとめ、人口の圧力、武器レース、マキアベリアの選択、社会学習、累積文化などのメカニズムを通じて、新しいデータ生成に寄与することを示す。
AIにおける多くのブレークスルーは、アルゴリズムがCapture-The-FlagやStarCraft IIのような複雑なゲームをマスターできるマルチエージェント構造から、外交における戦略的コミュニケーションや、他のAIによるAIデータストリームの形成に至るまで、これらのプロセスを活用する。
これらのメカニズムを統合するためのエージェンシーのソリプシックな見解を超えて、現在進行中の新たなデータ生成を通じて、人間のような複合的イノベーションへの道のりが示唆されている。
関連論文リスト
- Artificial Theory of Mind and Self-Guided Social Organisation [1.8434042562191815]
人工知能(AI)が直面する課題の1つは、エージェントの集合が、単一のエージェントが到達できない目標を達成するために、どのように行動を調整するかである。
我々は、ニューラルネットワークにおける単一ニューロンの複雑さによる最近の研究に基づいて、一般的な設定での集合的知能について論じる。
社会構造が神経生理学、心理学、言語にどのように影響されているかを示す。
論文 参考訳（メタデータ） (2024-11-14T04:06:26Z) - Project Sid: Many-agent simulations toward AI civilization [1.623086795799085]
10から1000以上のAIエージェントがエージェント社会の中でどのように行動し、進歩するかを実証する。
まず,PIANOアーキテクチャを導入し,エージェントが人間や他のエージェントとリアルタイムで対話できるようにする。
次に,人史に触発された文明的ベンチマークを用いてエージェントシミュレーションにおけるエージェント性能を評価する。
論文 参考訳（メタデータ） (2024-10-31T18:11:22Z) - Artificial Human Intelligence: The role of Humans in the Development of Next Generation AI [6.8894258727040665]
我々は、倫理的、責任があり、堅牢なインテリジェントシステムを開発する上で人間が果たす重要な役割に焦点を当て、人間とマシンインテリジェンスの間の相互作用を探求する。
我々は、次世代AI開発における人間中心の方向性を提案するために、共生設計の利点を活かして、将来的な視点を提案する。
論文 参考訳（メタデータ） (2024-09-24T12:02:20Z) - 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) - Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions [67.60397632819202]
ソーシャルインテリジェントAIエージェント(Social-AI)の構築は、多分野、マルチモーダルな研究目標である。
我々は、社会AIを前進させるために、基礎となる技術的課題と、コンピューティングコミュニティ全体にわたる研究者のためのオープンな質問を特定します。
論文 参考訳（メタデータ） (2024-04-17T02:57:42Z) - Mathematics of multi-agent learning systems at the interface of game
theory and artificial intelligence [0.8049333067399385]
進化ゲーム理論と人工知能は、一見すると異なるように見える2つの分野であるが、それらは顕著なつながりと交差を持っている。
前者は集団における行動(または戦略)の進化に焦点を当て、個人が他人と対話し、模倣(または社会学習)に基づいて戦略を更新する。
一方後者は、機械学習アルゴリズムと(ディープ)ニューラルネットワークに重点を置いている。
論文 参考訳（メタデータ） (2024-03-09T17:36:54Z) - AI-Generated Images as Data Source: The Dawn of Synthetic Era [61.879821573066216]
生成AIは、現実世界の写真によく似た合成画像を作成する可能性を解き放った。
本稿では、これらのAI生成画像を新しいデータソースとして活用するという革新的な概念を探求する。
実際のデータとは対照的に、AI生成データには、未整合のアブリダンスやスケーラビリティなど、大きなメリットがある。
論文 参考訳（メタデータ） (2023-10-03T06:55:19Z) - Human-AI Coevolution [48.74579595505374]
Coevolution AIは、人間とAIアルゴリズムが相互に連続的に影響を及ぼすプロセスである。
本稿では,AIと複雑性科学の交点における新たな研究分野の基盤として,Coevolution AIを紹介した。
論文 参考訳（メタデータ） (2023-06-23T18:10:54Z) - Empowering Things with Intelligence: A Survey of the Progress,
Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。
まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。
最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
論文 参考訳（メタデータ） (2020-11-17T13:14:28Z) - Future Trends for Human-AI Collaboration: A Comprehensive Taxonomy of
AI/AGI Using Multiple Intelligences and Learning Styles [95.58955174499371]
我々は、複数の人間の知性と学習スタイルの様々な側面を説明し、様々なAI問題領域に影響を及ぼす可能性がある。
未来のAIシステムは、人間のユーザと互いにコミュニケーションするだけでなく、知識と知恵を効率的に交換できる。
論文 参考訳（メタデータ） (2020-08-07T21:00:13Z)
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。