論文の概要: A Moonshot for AI Oracles in the Sciences
- arxiv url: http://arxiv.org/abs/2406.17836v1
- Date: Tue, 25 Jun 2024 16:15:57 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-27 15:37:10.333883
- Title: A Moonshot for AI Oracles in the Sciences
- Title（参考訳）: 科学におけるAIオラクルのムーンショット
- Authors: Bryan Kaiser, Tailin Wu, Maike Sonnewald, Colin Thackray, Skylar Callis,
- Abstract要約: 本稿では,革命的数学的理論を正確に生成するために必要な条件を提案する。
近年のAIの進歩は、機械による提案された必要な条件を満たすことは可能かもしれないことを示唆している。
また,機械理論の発展を促進するために,数学的理論の知性の定義を提案する。
- 参考スコア（独自算出の注目度）: 5.495430412700785
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Nobel laureate Philip Anderson and Elihu Abrahams once stated that, "even if machines did contribute to normal science, we see no mechanism by which they could create a Kuhnian revolution and thereby establish a new physical law." In this Perspective, we draw upon insights from the philosophies of science and artificial intelligence (AI) to propose necessary conditions of precisely such a mechanism for generating revolutionary mathematical theories. Recent advancements in AI suggest that satisfying the proposed necessary conditions by machines may be plausible; thus, our proposed necessary conditions also define a moonshot challenge. We also propose a heuristic definition of the intelligibility of mathematical theories to accelerate the development of machine theorists.
- Abstract（参考訳）: ノーベル賞受賞者のフィリップ・アンダーソンとエリフ・エイブラハムスはかつて、「たとえ機械が通常の科学に寄与したとしても、彼らはクーン革命を起こして新しい物理法則を確立できるメカニズムは見つからない」と述べた。
本稿では、科学と人工知能(AI)の哲学から洞察を得て、革命的な数学的理論を生成するためのメカニズムを正確に構築するために必要な条件を提案する。
近年のAIの進歩は,提案する必要な条件を機械で満たすことが可能であることを示唆している。
また,機械理論の発展を促進するために,数学的理論の知性に関するヒューリスティックな定義を提案する。
関連論文リスト
- Automated Explanation Selection for Scientific Discovery [0.0]
本稿では,機械学習と自動推論を組み合わせた科学的発見のサイクルを提案する。
本稿では,社会学と認知科学の知見に基づく説明選択問題の分類について述べる。
論文 参考訳（メタデータ） (2024-07-24T17:41:32Z) - 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) - 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) - Artificial Intelligence for Science in Quantum, Atomistic, and Continuum
Systems [245.1050780515017]
科学のためのAI(AI4Science)として知られる新しい研究領域
領域は、物理世界(波動関数と電子密度)、原子(分子、タンパク質、物質、相互作用)、マクロ(流体、気候、地下)まで理解することを目的としている。
主要な課題は、物理第一原理、特に対称性を深層学習法によって自然システムで捉える方法である。
論文 参考訳（メタデータ） (2023-07-17T12:14:14Z) - The Future of Fundamental Science Led by Generative Closed-Loop
Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。
AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。
ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文 参考訳（メタデータ） (2023-07-09T21:16:56Z) - Quantum thermodynamic devices: from theoretical proposals to
experimental reality [0.0]
熱力学は、産業革命によって開発された新しい技術を理解する必要性から生まれた。
近年、量子熱力学の急速な発展は同様の軌道を取っている。
このレビューは、提案され、実現された量子熱力学デバイスの概要を提供するものである。
論文 参考訳（メタデータ） (2022-01-05T18:01:15Z) - Learning from learning machines: a new generation of AI technology to
meet the needs of science [59.261050918992325]
科学的な発見のためのAIの有用性を高めるための新たな機会と課題を概説する。
産業におけるAIの目標と科学におけるAIの目標の区別は、データ内のパターンを識別することと、データから世界のパターンを発見することとの間に緊張を生じさせる。
論文 参考訳（メタデータ） (2021-11-27T00:55:21Z) - From Kepler to Newton: Explainable AI-based Paradigm for Science
Discovery [16.392568986688595]
我々は、科学発見のための説明可能なAIベースのパラダイムを導入する。
AIに基づく科学発見プロセスを示すために、ケプラーの惑星運動法則とニュートンの普遍重力法則が(説明可能な)AIによってどのように再発見されるかを示す。
論文 参考訳（メタデータ） (2021-11-24T00:45:27Z) - An argument for the impossibility of machine intelligence [0.0]
AIの担い手になり得るエージェント(デバイス)とは何かを定義する。
我々は「知性の主流」の定義が弱すぎて、昆虫に知性を割り当てる際に関係するものを捉えることができないことを示した。
私たちは、この定義によって知能の担い手となるために、AIエージェントが保持しなければならない特性を特定します。
論文 参考訳（メタデータ） (2021-10-20T08:54:48Z) - Inductive Biases for Deep Learning of Higher-Level Cognition [108.89281493851358]
興味深い仮説は、人間と動物の知性はいくつかの原則によって説明できるということである。
この研究は、主に高いレベルとシーケンシャルな意識的処理に関心のある人を中心に、より大きなリストを考察する。
これらの特定の原則を明確にする目的は、人間の能力から恩恵を受けるAIシステムを構築するのに役立つ可能性があることである。
論文 参考訳（メタデータ） (2020-11-30T18:29:25Z)
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。