論文の概要: Minds, Brains, AI

• arxiv url: http://arxiv.org/abs/2407.02495v1
• Date: Sun, 21 Apr 2024 21:49:42 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-22 22:18:55.487448
• Title: Minds, Brains, AI
• Title（参考訳）: 心、脳、AI
• Authors: Jay Seitz,
• Abstract要約: 昨年ごろ、主要な計算科学者、技術者、その他によって、AIであるAI(人工知能)は5年か10年先にあるが、これらの主張の幅広い部分について、科学的証拠の欠如が指摘されている。 本稿では、認知・神経科学、進化的エビデンス、言語学、データ科学、比較心理学、自動運転車、ロボティクス、学習科学など、幅広い科学研究と関連する情報源を用いた、以下の3つの提案のエビデンスについてレビューする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In the last year or so and going back many decades there has been extensive claims by major computational scientists, engineers, and others that AGI, artificial general intelligence, is five or ten years away, but without a scintilla of scientific evidence, for a broad body of these claims. Computers will become conscious, have a theory of mind, think and reason, will become more intelligent than humans, and so on. But the claims are science fiction, not science. This article reviews evidence for the following three propositions using extensive body of scientific research and related sources from the cognitive and neurosciences, evolutionary evidence, linguistics, data science, comparative psychology, self-driving cars, robotics. and the learning sciences. (1) Do computing machines think or reason? (2) Are computing machines sentient or conscious? (3) Do computing machines have a theory of mind?
• Abstract（参考訳）: 昨年ごろから何十年にもわたって、主要な計算科学者、技術者、その他によって、AI(人工知能)であるAGIは5年か10年先にあるが、これらの主張の幅広い身体に対して、科学的な証拠が欠如している、と広く主張されてきた。 コンピュータは意識を持ち、心の理論を持ち、思考と理性を持ち、人間よりも知性を持つようになる。 しかし、主張はSFであって科学ではない。 本稿では、認知・神経科学、進化的エビデンス、言語学、データ科学、比較心理学、自動運転車、ロボティクスなど、幅広い科学研究と関連する資料を用いて、以下の3つの提案のエビデンスをレビューする。 学習科学もそうです 1)コンピュータは考えるか、理にかなっているか? 2)コンピュータは感動的か意識的か? (3)コンピュータは心の理論を持っているか?

関連論文リスト

• Explain the Black Box for the Sake of Science: the Scientific Method in the Era of Generative Artificial Intelligence [0.9065034043031668]
  科学的手法は自然科学と応用科学の全ての分野における人間の進歩の基盤である。 我々は、人類の科学的発見のための複雑な推論が、少なくとも人工知能の出現以前には重要な存在であると主張している。 決定を下す上で重要なデータAIシステムを知ることは、ドメインの専門家や科学者との接触点になる可能性がある。
  論文  参考訳（メタデータ） (2024-06-15T08:34:42Z)
• Machine learning and information theory concepts towards an AI Mathematician [77.63761356203105]
  人工知能の現在の最先端技術は、特に言語習得の点で印象的だが、数学的推論の点ではあまり重要ではない。 このエッセイは、現在のディープラーニングが主にシステム1の能力で成功するという考えに基づいている。 興味深い数学的ステートメントを構成するものについて質問するために、情報理論的な姿勢を取る。
  論文  参考訳（メタデータ） (2024-03-07T15:12:06Z)
• 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)
• 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)
• Reliable AI: Does the Next Generation Require Quantum Computing? [71.84486326350338]
  デジタルハードウェアは、最適化、ディープラーニング、微分方程式に関する問題の解決に本質的に制約されていることを示す。 対照的に、Blum-Shub-Smale マシンのようなアナログコンピューティングモデルは、これらの制限を克服する可能性を示している。
  論文  参考訳（メタデータ） (2023-07-03T19:10:45Z)
• Genes in Intelligent Agents [45.93363823594323]
  動物は遺伝子にコード化された知性を持って生まれるが、機械にはそのような知性がなく、ゼロから学べない。 動物の遺伝子にインスパイアされた「学習遺伝子」と命名された機械の「遺伝子」を定義し、遺伝子強化学習(GRL)を提案する。 GRLは、強化学習(RL)における生物の進化をシミュレートし、学習遺伝子を活用して知能エージェントを学習し、進化させる計算フレームワークである。
  論文  参考訳（メタデータ） (2023-06-17T01:24:11Z)
• The problem with AI consciousness: A neurogenetic case against synthetic sentience [0.0]
  この論文は、神経遺伝構造論に基づく知覚的AIの妥当性について論じている。 生物学的ニューロンの生理的構造と複雑な脳への構造的構造は、真の意識が出現するために必要な前提条件であると主張している。
  論文  参考訳（メタデータ） (2022-12-07T14:46:38Z)
• On scientific understanding with artificial intelligence [2.2911874889696775]
  我々は科学的理解を理解するために科学哲学からのアドバイスを求める。 そして、コンピューターの助けを借りて、どのようにして新しい概念的理解を得たかについて、科学者から数十の逸話を集めました。 各次元について、ステータスクォーを超えて進むための新しい道について説明する。
  論文  参考訳（メタデータ） (2022-04-04T13:45:13Z)
• Making AI 'Smart': Bridging AI and Cognitive Science [0.0]
  認知科学の統合により、人工知能の「人工的な」特徴はすぐに「スマート」に置き換えられるかもしれない これにより、より強力なAIシステムが開発され、同時に人間の脳がどのように機能するかをよりよく理解できるようになる。 このような高度なシステムを開発するためには、まず人間の脳をよりよく理解する必要があるため、AIが人間の文明を乗っ取る可能性は低いと我々は主張する。
  論文  参考訳（メタデータ） (2021-12-31T09:30:44Z)
• 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)
• To Root Artificial Intelligence Deeply in Basic Science for a New Generation of AI [1.0152838128195467]
  人工知能の野望の1つは、人工知能を基礎科学に深く根ざすことである。 本稿では,今後20年間の人工知能研究の課題について述べる。
  論文  参考訳（メタデータ） (2020-09-11T22:38:38Z)

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。