論文の概要: Artificial Intelligence without Restriction Surpassing Human Intelligence with Probability One: Theoretical Insight into Secrets of the Brain with AI Twins of the Brain
- arxiv url: http://arxiv.org/abs/2412.06820v1
- Date: Wed, 04 Dec 2024 13:17:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-11 14:37:33.492095
- Title: Artificial Intelligence without Restriction Surpassing Human Intelligence with Probability One: Theoretical Insight into Secrets of the Brain with AI Twins of the Brain
- Title（参考訳）: 確率による人間の知性を追い越す制限のない人工知能:脳の秘密とAI双対の理論的洞察
- Authors: Guang-Bin Huang, M. Brandon Westover, Eng-King Tan, Haibo Wang, Dongshun Cui, Wei-Ying Ma, Tiantong Wang, Qi He, Haikun Wei, Ning Wang, Qiyuan Tian, Kwok-Yan Lam, Xin Yao, Tien Yin Wong,
- Abstract要約: 人工知能(AI)は、将来的には人間の知性を上回るように進化するのか?
本稿では、理論上、神経科学のための新しい細胞レベルのAI技術を持つ新しいAIツインが、脳とその機能システムに近似できることを示す。
本稿では,70年前にFrank Rosenblatt氏がAIの可能性について行った予想の有効性を間接的に証明する。
- 参考スコア（独自算出の注目度）: 20.956507640605093
- License:
- Abstract: Artificial Intelligence (AI) has apparently become one of the most important techniques discovered by humans in history while the human brain is widely recognized as one of the most complex systems in the universe. One fundamental critical question which would affect human sustainability remains open: Will artificial intelligence (AI) evolve to surpass human intelligence in the future? This paper shows that in theory new AI twins with fresh cellular level of AI techniques for neuroscience could approximate the brain and its functioning systems (e.g. perception and cognition functions) with any expected small error and AI without restrictions could surpass human intelligence with probability one in the end. This paper indirectly proves the validity of the conjecture made by Frank Rosenblatt 70 years ago about the potential capabilities of AI, especially in the realm of artificial neural networks. Intelligence is just one of fortuitous but sophisticated creations of the nature which has not been fully discovered. Like mathematics and physics, with no restrictions artificial intelligence would lead to a new subject with its self-contained systems and principles. We anticipate that this paper opens new doors for 1) AI twins and other AI techniques to be used in cellular level of efficient neuroscience dynamic analysis, functioning analysis of the brain and brain illness solutions; 2) new worldwide collaborative scheme for interdisciplinary teams concurrently working on and modelling different types of neurons and synapses and different level of functioning subsystems of the brain with AI techniques; 3) development of low energy of AI techniques with the aid of fundamental neuroscience properties; and 4) new controllable, explainable and safe AI techniques with reasoning capabilities of discovering principles in nature.
- Abstract（参考訳）: 人工知能(AI)は人類史上最も重要な技術の一つであり、人間の脳は宇宙で最も複雑なシステムの一つとして広く認識されている。
人工知能(AI)は、将来的には人間の知性を上回るように進化するのか?
本稿では、理論上、神経科学のための新しい細胞レベルのAI技術を持つ新しいAI双生児が、脳とその機能系(例えば知覚と認知機能)を任意の小さな誤差で近似し、制限のないAIが最終的に確率1で人間の知性を上回る可能性があることを示す。
本稿では,Frank Rosenblatt氏が70年前に行ったAIの可能性,特に人工ニューラルネットワークの領域における予測の有効性を間接的に証明する。
知性は、完全には発見されていない自然の巧妙な創造の1つにすぎない。
数学や物理学のように、人工知能に制約がなければ、その自己完結したシステムと原理を持つ新しい科目へとつながるだろう。
私たちはこの論文が新しい扉を開くと期待している。
1) 効率的な神経科学のダイナミック分析、脳と脳疾患の解の機能解析に使用されるAI双生児その他のAI技術
2) 異なる種類のニューロンとシナプスと、異なるレベルの機能的サブシステムとをAI技術で同時に作業し、モデル化する学際チームのための新しい世界的な協調スキーム。
3)基本的神経科学特性を生かしたAI技術の低エネルギー化
4) 自然界の原則を発見するための推論能力を備えた、コントロール可能な、説明可能な、そして安全な新しいAI技術。
関連論文リスト
- Imagining and building wise machines: The centrality of AI metacognition [78.76893632793497]
AIシステムは知恵を欠いている。
AI研究はタスクレベルの戦略に焦点を当てているが、メタ認知はAIシステムでは未発達である。
メタ認知機能をAIシステムに統合することは、その堅牢性、説明可能性、協力性、安全性を高めるために不可欠である。
論文 参考訳（メタデータ） (2024-11-04T18:10:10Z) - Is artificial consciousness achievable? Lessons from the human brain [0.0]
進化の観点から,人工意識の発達に関する問題を分析する。
我々は、人間の脳の進化と、その意識との関係を参照モデルとして捉えている。
我々は,AIの認知処理における共通点と,人間の意識経験との違いを明確にすることを提案する。
論文 参考訳（メタデータ） (2024-04-18T12:59:44Z) - 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) - Advancing Perception in Artificial Intelligence through Principles of
Cognitive Science [6.637438611344584]
我々は、周囲の信号を入力として取り、それを処理して環境を理解する、知覚の認知機能に焦点を当てる。
我々は、認知科学にインスパイアされたAIシステムを構築するために、AIに一連の方法を提案する。
論文 参考訳（メタデータ） (2023-10-13T01:21:55Z) - The Nature of Intelligence [0.0]
人間とAIの両方で一般的に表現される知性の本質は不明である。
インテリジェンスの性質は,システムエントロピーを最小限に抑える数学的に機能する一連のプロセスであることを示す。
このエッセイは、宇宙と私たちを人間としてより深く理解するための出発点となるべきです。
論文 参考訳（メタデータ） (2023-07-20T23:11:59Z) - 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) - 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) - Future Trends for Human-AI Collaboration: A Comprehensive Taxonomy of
AI/AGI Using Multiple Intelligences and Learning Styles [95.58955174499371]
我々は、複数の人間の知性と学習スタイルの様々な側面を説明し、様々なAI問題領域に影響を及ぼす可能性がある。
未来のAIシステムは、人間のユーザと互いにコミュニケーションするだけでなく、知識と知恵を効率的に交換できる。
論文 参考訳（メタデータ） (2020-08-07T21:00:13Z)
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。