論文の概要: Action is the primary key: a categorical framework for episodic memories and logical reasoning
- arxiv url: http://arxiv.org/abs/2409.04793v2
- Date: Fri, 19 Sep 2025 06:57:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-22 18:18:10.761082
- Title: Action is the primary key: a categorical framework for episodic memories and logical reasoning
- Title（参考訳）: 行動は主要な鍵:エピソード記憶と論理的推論のための分類的枠組み
- Authors: Yoshiki Fukada,
- Abstract要約: データフォーマットは認知ログと呼ばれ、厳密で柔軟な論理的推論を可能にする。
本研究の目的は、人間のように考えるが、機械の正確さと厳密さを持つデータベース駆動人工知能を開発することである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study presents data format of episodic memory for artificial intelligence and cognitive science. The data format, named cognitive-logs, enables rigour and flexible logical reasoning. Cognitive-logs consist of a set of relational and graph databases. Cognitive-logs store an episodic memory as a graphical network that consist of "actions" represented by verbs in natural languages and "participants" who perform the actions. These objects are connected by arrows (morphisms) that bind each action to its participant and bind causes and effects. The design principle of cognitive-logs refers cognitive sciences especially in cognitive linguistics. Logical reasoning is the processes of comparing causal chains in episodic memories with known rules which are also recorded in the cognitive-logs. Operations based on category theory enable such comparisons between episodic memories or scenarios. These operations represent various inferences including planning, comprehensions, and hierarchical abstractions of stories. The goal of this study is to develop a database-driven artificial intelligence that thinks like a human but possesses the accuracy and rigour of a machine. The vast capacities of databases (up to petabyte scales in current technologies) enable the artificial intelligence to store a greater volume of knowledge than neural-network based artificial intelligences. Cognitive-logs also serve as a model of human cognition mind activities.
- Abstract（参考訳）: 本研究では,人工知能と認知科学のためのエピソードメモリのデータ形式について述べる。
データフォーマットは認知ログと呼ばれ、厳密で柔軟な論理的推論を可能にする。
認知ログは関係データベースとグラフデータベースからなる。
認知ログは、自然言語の動詞で表現される「アクション」と、その行動を実行する「参加者」で構成されるグラフィカルネットワークとしてエピソード記憶を記憶する。
これらのオブジェクトは矢印(射)によって接続され、それぞれのアクションを参加者に結合し、原因と効果を結合する。
認知ログの設計原理は、特に認知言語学において認知科学を指す。
論理的推論は、エピソード記憶における因果連鎖と認知ログに記録されている既知の規則を比較する過程である。
カテゴリー理論に基づく操作は、エピソード記憶またはシナリオ間のこのような比較を可能にする。
これらの操作は、ストーリーの計画、理解、階層的な抽象化を含む様々な推論を表す。
本研究の目的は、人間のように考えるが、機械の正確さと厳密さを持つデータベース駆動人工知能を開発することである。
データベースの膨大な容量(現在の技術ではペタバイト規模まで)により、人工知能は、ニューラルネットワークベースの人工知能よりも大量の知識を格納できる。
認知ログは人間の認知マインド活動のモデルとしても機能する。
関連論文リスト
- How Do Artificial Intelligences Think? The Three Mathematico-Cognitive Factors of Categorical Segmentation Operated by Synthetic Neurons [0.0]
言語モデルにおける合成ニューロンは、どのようにして情報環境をセグメント化し分析する「思考」カテゴリを作成するのか?
本研究は, プライミング, 注意, カテゴリー的思考という概念を通してこれらの概念を探求する。
論文 参考訳（メタデータ） (2024-12-26T16:26:00Z) - Psychology of Artificial Intelligence: Epistemological Markers of the Cognitive Analysis of Neural Networks [0.0]
アシモフが1950年に予言した人工知能の心理学は、このAIの探索と説明可能性に敏感な物質の研究を目的としている。
後者を調べるための前提条件は、その現象学に起因する認知状態に関するいくつかのマイルストーンを明らかにすることである。
論文 参考訳（メタデータ） (2024-07-04T12:53:05Z) - Linking In-context Learning in Transformers to Human Episodic Memory [1.124958340749622]
我々は,トランスフォーマーに基づく大規模言語モデルにおいて,文脈内学習に寄与する帰納的頭部に焦点を当てた。
本研究では,インダクションヘッドの動作,機能,機械的特性が,ヒトのエピソード記憶の文脈的保守と検索モデルに類似していることを示す。
論文 参考訳（メタデータ） (2024-05-23T18:51:47Z) - Exploring a Cognitive Architecture for Learning Arithmetic Equations [0.0]
本稿では,算術学習を支える認知メカニズムについて考察する。
本稿では,数ベクトル化埋め込みネットワークと連想メモリモデルを実装し,知能システムによる算術方程式の学習とリコールについて検討する。
知的システムにおける数学的認知の神経的相関に関する継続的な研究に貢献することを目的としている。
論文 参考訳（メタデータ） (2024-05-05T18:42:00Z) - The Role of Higher-Order Cognitive Models in Active Learning [8.847360368647752]
我々は、人間のフィードバックのためのアクティブな学習のための新しいパラダイムを提唱する。
エージェントのレベルが上がると、アクティブな学習システムと教師との合理的コミュニケーションの質的に異なる形態がもたらされるかについて議論する。
論文 参考訳（メタデータ） (2024-01-09T07:39:36Z) - LOGICSEG: Parsing Visual Semantics with Neural Logic Learning and
Reasoning [73.98142349171552]
LOGICSEGは、神経誘導学習と論理推論をリッチデータとシンボリック知識の両方に統合する、全体論的視覚意味論である。
ファジィ論理に基づく連続的な緩和の間、論理式はデータとニューラルな計算グラフに基礎を置いており、論理によるネットワークトレーニングを可能にする。
これらの設計によりLOGICSEGは、既存のセグメンテーションモデルに容易に統合できる汎用的でコンパクトなニューラル論理マシンとなる。
論文 参考訳（メタデータ） (2023-09-24T05:43:19Z) - Toward a realistic model of speech processing in the brain with
self-supervised learning [67.7130239674153]
生波形で訓練された自己教師型アルゴリズムは有望な候補である。
We show that Wav2Vec 2.0 learns brain-like representations with little as 600 hours of unlabelled speech。
論文 参考訳（メタデータ） (2022-06-03T17:01:46Z) - HAKE: A Knowledge Engine Foundation for Human Activity Understanding [65.24064718649046]
人間の活動理解は人工知能に広く興味を持ち、医療や行動分析といった多様な応用にまたがっている。
本稿では,この課題を2段階にまとめた新しいパラダイムを提案する。まず,原子活動プリミティブを対象とする中間空間に画素をマッピングし,解釈可能な論理規則で検出されたプリミティブをプログラムして意味論を推論する。
我々のフレームワークであるHAKE(Human Activity Knowledge Engine)は、挑戦的なベンチマークよりも優れた一般化能力と性能を示す。
論文 参考訳（メタデータ） (2022-02-14T16:38:31Z) - AGENT: A Benchmark for Core Psychological Reasoning [60.35621718321559]
直観心理学は、観察可能な行動を駆動する隠された精神変数を推論する能力です。
他のエージェントを推論する機械エージェントに対する近年の関心にもかかわらず、そのようなエージェントが人間の推論を駆動するコア心理学の原則を学ぶか保持するかは明らかではない。
本稿では,プロシージャが生成する3dアニメーション,エージェントを4つのシナリオで構成したベンチマークを提案する。
論文 参考訳（メタデータ） (2021-02-24T14:58:23Z) - Teach me to play, gamer! Imitative learning in computer games via
linguistic description of complex phenomena and decision tree [55.41644538483948]
本稿では,複雑な現象の言語記述に基づく模倣による新しい機械学習モデルを提案する。
この手法は,ゲーム開発における知的エージェントの動作を設計し,実装するための優れた代替手段となる。
論文 参考訳（メタデータ） (2021-01-06T21:14:10Z) - Logic Tensor Networks [9.004005678155023]
学習と推論をサポートする神経シンボリック形式論と計算モデルであるLogic Networks(LTN)を提示する。
LTNがいくつかのAIタスクの仕様と計算に一様言語を提供することを示す。
論文 参考訳（メタデータ） (2020-12-25T22:30:18Z) - Machine Common Sense [77.34726150561087]
機械の常識は、人工知能(AI)において広範で潜在的に無拘束な問題のままである
本稿では、対人インタラクションのようなドメインに焦点を当てたコモンセンス推論のモデル化の側面について論じる。
論文 参考訳（メタデータ） (2020-06-15T13:59:47Z)
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。