論文の概要: Passed the Turing Test: Living in Turing Futures

• arxiv url: http://arxiv.org/abs/2409.07656v1
• Date: Wed, 11 Sep 2024 22:56:30 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-13 18:11:59.975893
• Title: Passed the Turing Test: Living in Turing Futures
• Title（参考訳）: チューリングテストに合格:チューリングの未来に生きる
• Authors: Bernardo Gonçalves,
• Abstract要約: 私たちは現在、マシンがそうでないもののために通過できる、多くの可能なチューリングの未来の1つに生きています。 しかし、チューリングが模擬試験に合格すると想像していた学習機械は、低エネルギーのヒト大脳皮質の自然発生に触発された機械であった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The world has seen the emergence of machines based on pretrained models, transformers, also known as generative artificial intelligences for their ability to produce various types of content, including text, images, audio, and synthetic data. Without resorting to preprogramming or special tricks, their intelligence grows as they learn from experience, and to ordinary people, they can appear human-like in conversation. This means that they can pass the Turing test, and that we are now living in one of many possible Turing futures where machines can pass for what they are not. However, the learning machines that Turing imagined would pass his imitation tests were machines inspired by the natural development of the low-energy human cortex. They would be raised like human children and naturally learn the ability to deceive an observer. These ``child machines,'' Turing hoped, would be powerful enough to have an impact on society and nature.
• Abstract（参考訳）: 世界は、事前訓練されたモデル、トランスフォーマー(生成人工知能としても知られる)に基づくマシンが出現し、テキスト、画像、オーディオ、合成データなど、さまざまなタイプのコンテンツを生成できるようになった。 プリプログラミングや特別なトリックに頼らずに、経験から学びながら知性は成長し、普通の人には会話の中で人間のようなように見える。 つまり、彼らはチューリングテストに合格することができ、我々は現在、マシンがそうでないものにパスできる多くの可能なチューリングの未来の1つに住んでいます。 しかし、チューリングが模擬試験に合格すると想像していた学習機械は、低エネルギーのヒト大脳皮質の自然発生に触発された機械であった。 人間の子供のように育てられ、観察者を騙す能力が自然に学習される。 こうした「児童機械」は、チューリングが期待していたように、社会や自然に影響を及ぼすほど強力だった。

関連論文リスト

• Language processing in humans and computers [0.0]
  このノートは、言語モデルの高レベルな概要を提供し、学習機械の低レベルなモデルの概要を示す。 幻覚を認識し、安全に夢を見ることができるようになった後、言語学習機械は、誤った信念と自己確認理論のより広範なシステムを生成する。
  論文  参考訳（メタデータ） (2024-05-23T07:08:57Z)
• The Generative AI Paradox: "What It Can Create, It May Not Understand" [81.89252713236746]
  生成AIの最近の波は、潜在的に超人的な人工知能レベルに対する興奮と懸念を引き起こしている。 同時に、モデルは、専門家でない人でも期待できないような理解の基本的な誤りを示している。 一見超人的な能力と、ごく少数の人間が起こすエラーの持続性を、どうやって再現すればよいのか?
  論文  参考訳（メタデータ） (2023-10-31T18:07:07Z)
• 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)
• Can I say, now machines can think? [0.0]
  人工知能対応マシンの能力を分析し,検討した。 チューリングテストは、機械の能力を評価する上で重要な側面である。 インテリジェンスには他にも側面があり、AIマシンはこれらの側面の多くを表現している。
  論文  参考訳（メタデータ） (2023-07-11T11:44:09Z)
• 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)
• The Human-or-Machine Matter: Turing-Inspired Reflections on an Everyday Issue [4.309879785418976]
  マシンにインテリジェントなラベルを付けることができるのか、あるいは特定のコンテキストにおける人間の能力と一致すると言えるのか、という疑問を副次的に解決する。 「私は人間や機械と対話しているか」という、日常のやりとりの中で、一見単純な質問に最初に注意を向ける。
  論文  参考訳（メタデータ） (2023-05-07T15:41:11Z)
• The Turing Trap: The Promise & Peril of Human-Like Artificial Intelligence [1.9143819780453073]
  人間のような人工知能の利点には、生産性の上昇、余暇の増加、そしておそらく最も重要なのは、私たちの心をよりよく理解することが含まれる。 しかし、あらゆるタイプのAIが人間に似ているわけではない。実際、最も強力なシステムの多くは、人間とは大きく異なる。 機械が人間の労働の代用となるにつれ、労働者は経済的・政治的交渉力を失う。 対照的に、AIが人間を模倣するのではなく強化することに焦点を当てている場合、人間は創造された価値の共有を主張する力を保持します。
  論文  参考訳（メタデータ） (2022-01-11T21:07:17Z)
• What can we learn from universal Turing machines? [0.0]
  我々は、教育的普遍チューリングマシンと呼ばれるものを構築する。 我々は,生物現象との比較を,そのエンコーディングから,その動作から導出することができるのかを理解することを試みる。
  論文  参考訳（メタデータ） (2021-10-16T08:43:29Z)
• 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)
• Self-supervised reinforcement learning for speaker localisation with the iCub humanoid robot [58.2026611111328]
  人の顔を見ることは、ノイズの多い環境での音声のフィルタリングに人間が依存するメカニズムの1つである。 スピーカーに目を向けるロボットを持つことは、挑戦的な環境でのASRのパフォーマンスに恩恵をもたらす可能性がある。 本稿では,人間の初期発達に触発された自己指導型強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-11-12T18:02:15Z)
• Reservoir memory machines [79.79659145328856]
  本稿では,ニューラルチューリングマシンのベンチマークテストのいくつかを解くことができる貯水池メモリマシンを提案する。 我々のモデルは、外部メモリによるエコー状態ネットワークの拡張と見なすことができ、干渉することなく任意の長さの記憶が可能となる。
  論文  参考訳（メタデータ） (2020-02-12T01:45:00Z)

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。