論文の概要: Intelligence as Computation
- arxiv url: http://arxiv.org/abs/2405.16604v1
- Date: Sun, 26 May 2024 15:30:34 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-28 20:19:32.287170
- Title: Intelligence as Computation
- Title（参考訳）: 計算としての知性
- Authors: Oliver Brock,
- Abstract要約: この概念化は、インテリジェンス研究のすべての分野に統一された視点を提供することを目的としている。
物理的、神経的、身体的、形態学的、機械的知性など、現在調査中のいくつかの概念化を統一する。
- 参考スコア（独自算出の注目度）: 12.22355090459656
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper proposes a specific conceptualization of intelligence as computation. This conceptualization is intended to provide a unified view for all disciplines of intelligence research. Already, it unifies several conceptualizations currently under investigation, including physical, neural, embodied, morphological, and mechanical intelligences. To achieve this, the proposed conceptualization explains the differences among existing views by different computational paradigms, such as digital, analog, mechanical, or morphological computation. Viewing intelligence as a composition of computations from different paradigms, the challenges posed by previous conceptualizations are resolved. Intelligence is hypothesized as a multi-paradigmatic computation relying on specific computational principles. These principles distinguish intelligence from other, non-intelligent computations. The proposed conceptualization implies a multi-disciplinary research agenda that is intended to lead to unified science of intelligence.
- Abstract（参考訳）: 本稿では,インテリジェンスを計算として具体的概念化することを提案する。
この概念化は、インテリジェンス研究のすべての分野に統一された視点を提供することを目的としている。
すでに、物理的、神経的、身体的、形態学的、機械的知性など、現在調査中のいくつかの概念化を統一している。
これを実現するために、提案した概念化では、デジタル、アナログ、メカニカル、モルフォロジー計算など、異なる計算パラダイムによる既存の見解の違いを説明する。
インテリジェンスを異なるパラダイムからの計算の合成と見なすと、従来の概念化による課題が解決される。
知性は、特定の計算原理に依存するマルチパラダイム計算として仮定される。
これらの原理は知能を他の非知能計算と区別する。
提案された概念化は、インテリジェンスの統一科学につながることを意図した、多分野の研究課題を意味する。
関連論文リスト
- A mathematical framework of intelligence and consciousness based on Riemannian Geometry [1.9580473532948397]
知性を理解することは神経科学、認知科学、人工知能の中心的な研究である。
幾何解析の最近の進歩は、高次元情報表現と組織に対する新たな洞察を明らかにしている。
この写本は、知性と意識の構造とダイナミクスを記述する数学的枠組みを提案する。
論文 参考訳（メタデータ） (2024-07-02T04:17:56Z) - A Brain-inspired Computational Model for Human-like Concept Learning [12.737696613208632]
この研究は、スパイクニューラルネットワークに基づく概念学習のための人間のような計算モデルを開発する。
多様な情報源によって引き起こされる課題と2つの概念表現の非バランスな次元性に効果的に対処することにより、この研究は人間のような概念表現を達成することに成功した。
論文 参考訳（メタデータ） (2024-01-12T09:32:51Z) - 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) - Intrinsic Physical Concepts Discovery with Object-Centric Predictive
Models [86.25460882547581]
PHYsical Concepts Inference NEtwork (PHYCINE) は、異なる抽象レベルの物理概念を監督なしで推論するシステムである。
物理概念変数を含むオブジェクト表現は因果推論タスクの性能向上に有効であることを示す。
論文 参考訳（メタデータ） (2023-03-03T11:52:21Z) - A Survey of Deep Learning for Mathematical Reasoning [71.88150173381153]
我々は過去10年間の数学的推論とディープラーニングの交差点における重要なタスク、データセット、方法についてレビューする。
大規模ニューラルネットワークモデルの最近の進歩は、新しいベンチマークと、数学的推論にディープラーニングを使用する機会を開放している。
論文 参考訳（メタデータ） (2022-12-20T18:46:16Z) - Simulation Intelligence: Towards a New Generation of Scientific Methods [81.75565391122751]
シミュレーション知能の9つのモチーフ」は、科学計算、科学シミュレーション、人工知能の融合に必要な重要なアルゴリズムの開発と統合のためのロードマップである。
シミュレーションインテリジェンスのモチーフは、オペレーティングシステムのレイヤ内のコンポーネントとよく似ています。
我々は、モチーフ間の協調的な努力が科学的な発見を加速する大きな機会をもたらすと信じている。
論文 参考訳（メタデータ） (2021-12-06T18:45:31Z) - Artificial Cognitively-inspired Generation of the Notion of Topological
Group in the Context of Artificial Mathematical Intelligence [0.0]
位相群の基本数学的概念に対する明示的な人工生成(あるいは概念計算)を提供する。
位相群の概念は、3つの異なる人工的な仕様によって明確に生成される。
論文 参考訳（メタデータ） (2021-12-05T01:39:34Z) - Formalising Concepts as Grounded Abstractions [68.24080871981869]
このレポートは、表現学習が生データから概念を誘導する方法を示しています。
このレポートの主な技術的目標は、表現学習のテクニックが概念空間の格子理論的定式化とどのように結婚できるかを示すことである。
論文 参考訳（メタデータ） (2021-01-13T15:22:01Z) - Computational principles of intelligence: learning and reasoning with
neural networks [0.0]
本研究は3つの原則に基づく新しい知能の枠組みを提案する。
まず、学習された入力表現の生成的およびミラーリング的性質。
第二に、学習、問題解決、想像力のための基礎的、本質的で反復的なプロセス。
第三に、阻害規則を用いた因果的構成表現に対する推論メカニズムのアドホックチューニング。
論文 参考訳（メタデータ） (2020-12-17T10:03:26Z) - Understanding understanding: a renormalization group inspired model of
(artificial) intelligence [0.0]
本稿では,科学的および人工知能システムにおける理解の意味について述べる。
理解の数学的定義を与え、共通知恵とは対照的に、入力集合上の確率空間を定義する。
この枠組みに科学的理解がどのように適合するかを示し、科学的課題とパターン認識の違いを実証する。
論文 参考訳（メタデータ） (2020-10-26T11:11:46Z) - Machine Number Sense: A Dataset of Visual Arithmetic Problems for
Abstract and Relational Reasoning [95.18337034090648]
文法モデルを用いて自動生成される視覚的算術問題からなるデータセット、MNS(Machine Number Sense)を提案する。
これらの視覚的算術問題は幾何学的フィギュアの形をしている。
我々は、この視覚的推論タスクのベースラインとして、4つの主要なニューラルネットワークモデルを用いて、MNSデータセットをベンチマークする。
論文 参考訳（メタデータ） (2020-04-25T17:14:58Z)
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。