Fugu-MT 論文翻訳(概要): On logic and generative AI

論文の概要: On logic and generative AI

arxiv url: http://arxiv.org/abs/2409.14465v1
Date: Sun, 22 Sep 2024 14:31:58 GMT
ステータス: 処理完了
システム内更新日: 2024-11-06 22:41:53.139832
Title: On logic and generative AI
Title（参考訳）: 論理と生成AIについて
Authors: Yuri Gurevich, Andreas Blass,
Abstract要約: 進行中のAI革命は、神経科学、哲学、コンピュータ科学、論理学を含む多くの根本的な問題を提起している。次のダイアログの目標は、AI革命によって引き起こされた基礎的な問題に気づくための基礎を味わう若い論理学者を刺激することである。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: A hundred years ago, logic was almost synonymous with foundational studies. The ongoing AI revolution raises many deep foundational problems involving neuroscience, philosophy, computer science, and logic. The goal of the following dialog is to provoke young logicians with a taste for foundations to notice the foundational problems raised by the AI revolution.
Abstract（参考訳）: 100年前、論理学は基礎研究とほぼ同義であった。進行中のAI革命は、神経科学、哲学、コンピュータ科学、論理学を含む多くの根本的な問題を提起している。次のダイアログの目標は、AI革命によって引き起こされた基礎的な問題に気づくための基礎を味わう若い論理学者を刺激することである。

関連論文リスト

Converging Paradigms: The Synergy of Symbolic and Connectionist AI in LLM-Empowered Autonomous Agents [55.63497537202751]
コネクショニストと象徴的人工知能(AI)の収束を探求する記事従来、コネクショナリストAIはニューラルネットワークにフォーカスし、シンボリックAIはシンボリック表現とロジックを強調していた。大型言語モデル(LLM)の最近の進歩は、人間の言語をシンボルとして扱う際のコネクショナリストアーキテクチャの可能性を強調している。
論文参考訳（メタデータ） (2024-07-11T14:00:53Z)
Artificial Intelligence: 70 Years Down the Road [4.952211615828121]
我々は、過去の失敗の背後にある理由と現在のAIの成功を理解するために、技術的および哲学的な視点から理由を分析しました。我々は、AIの持続可能な開発方向性は、人間と機械のコラボレーションと、コンピュータパワーを中心とした技術パスであるべきだと結論付けている。
論文参考訳（メタデータ） (2023-03-06T01:19:25Z)
Toward Next-Generation Artificial Intelligence: Catalyzing the NeuroAI Revolution [102.45290975132406]
神経科学は長年、人工知能(AI)の進歩の重要な要因であった我々は,AIの進歩を加速するためには,NeuroAIの基本的な研究に投資する必要があることを示唆する。
論文参考訳（メタデータ） (2022-10-15T17:18:37Z)
A Historical Interaction between Artificial Intelligence and Philosophy [0.0]
本稿では,研究パラダイムの観点から,AIの歴史的発展と代表的な哲学的思考についてレビューする。哲学的な観点からAIの方法論と応用を考察し、その継続的な進歩を期待する。
論文参考訳（メタデータ） (2022-07-23T22:37:22Z)
Discourse-Aware Graph Networks for Textual Logical Reasoning [142.0097357999134]
パッセージレベルの論理関係は命題単位間の係り合いまたは矛盾を表す(例、結論文) 論理的推論QAを解くための論理構造制約モデリングを提案し、談話対応グラフネットワーク(DAGN)を導入する。ネットワークはまず、インラインの談話接続とジェネリック論理理論を利用した論理グラフを構築し、その後、エッジ推論機構を用いて論理関係を進化させ、グラフ機能を更新することで論理表現を学習する。
論文参考訳（メタデータ） (2022-07-04T14:38:49Z)
Neurocompositional computing: From the Central Paradox of Cognition to a new generation of AI systems [120.297940190903]
AIの最近の進歩は、限られた形態のニューロコンフォメーションコンピューティングの使用によってもたらされている。ニューロコンポジションコンピューティングの新しい形式は、より堅牢で正確で理解しやすいAIシステムを生み出します。
論文参考訳（メタデータ） (2022-05-02T18:00:10Z)
End-to-end Algorithm Synthesis with Recurrent Networks: Logical Extrapolation Without Overthinking [52.05847268235338]
機械学習システムが問題を過度に考えずに論理的外挿を行う方法を示す。本稿では,問題インスタンスの明示的なコピーをメモリに保持して,それを忘れないようにするリコールアーキテクチャを提案する。また、モデルが数に固有の行動を学ぶのを防ぎ、無期限に繰り返される行動を学ぶためにモデルをプッシュするプログレッシブトレーニングルーチンも採用しています。
論文参考訳（メタデータ） (2022-02-11T18:43:28Z)
On syntactically similar logic programs and sequential decompositions [0.0]
ルールベースの推論は、論理プログラムを通じて人工知能研究において顕著に形式化された人間の知能の重要な部分である。複雑な物体を素体の合成として記述することは、コンピュータ科学や科学全般において一般的な戦略である。一段階の削減によって、異なるドメインにわたるクエリに、どのように類似性を使って答えることができるかを示す。
論文参考訳（メタデータ） (2021-09-11T15:22:17Z)
Proceedings of ICML 2021 Workshop on Theoretic Foundation, Criticism, and Application Trend of Explainable AI [71.70949497737655]
ICML 2021 Workshop on Theoretic Foundation, Criticism, and Application Trends of Explainable AI。ディープニューラルネットワーク(DNN)は、コンピュータビジョン、計算言語学、AIなど、幅広い分野で大きな成功を収めたことは間違いない。しかし、DNNの成功と敵の攻撃に対する弾力性の根底にある基本原理は依然としてほとんど失われている。このワークショップは、XAIの範囲における理論の基礎、制限、および新しいアプリケーショントレンドに特別な関心を払っている。
論文参考訳（メタデータ） (2021-07-16T13:14:16Z)
A clarification of misconceptions, myths and desired status of artificial intelligence [0.0]
我々は,機械学習と統計学に関して,AIの望ましい現状と現状を考察する。私たちの議論は、AIを取り巻く曖昧さのベールを解明して、その真の数量を見ることを目的としています。
論文参考訳（メタデータ） (2020-08-03T17:22:53Z)
Symbolic Logic meets Machine Learning: A Brief Survey in Infinite Domains [12.47276164048813]
推論と帰納の緊張は、おそらく哲学、認知、人工知能といった分野において最も根本的な問題である。本稿では,論理の限界に対する見解に挑戦する結果について報告し,無限領域での学習において論理が果たす役割を明らかにする。
論文参考訳（メタデータ） (2020-06-15T15:29:49Z)

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。