論文の概要: The Thousand Brains Project: A New Paradigm for Sensorimotor Intelligence
- arxiv url: http://arxiv.org/abs/2412.18354v1
- Date: Tue, 24 Dec 2024 11:32:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-25 15:54:22.742283
- Title: The Thousand Brains Project: A New Paradigm for Sensorimotor Intelligence
- Title（参考訳）: 千の脳プロジェクト:感覚運動のインテリジェンスのための新しいパラダイム
- Authors: Viviane Clay, Niels Leadholm, Jeff Hawkins,
- Abstract要約: 私たちは、AIの代替的な補完的な形式を開発するための、現在進行中の研究プロジェクトであるSagare Brains Projectについて概説する。
多様なタスクを素早く学習するのに適した感覚運動エージェントである1000脳システムの初期バージョンを提示する。
我々は、数千の脳システムの設計を動機づける鍵となる原則を概説し、モンティの実装の詳細、そしてそのようなシステムの最初のインスタンス化について述べます。
- 参考スコア（独自算出の注目度）: 0.5032786223328559
- License:
- Abstract: Artificial intelligence has advanced rapidly in the last decade, driven primarily by progress in the scale of deep-learning systems. Despite these advances, the creation of intelligent systems that can operate effectively in diverse, real-world environments remains a significant challenge. In this white paper, we outline the Thousand Brains Project, an ongoing research effort to develop an alternative, complementary form of AI, derived from the operating principles of the neocortex. We present an early version of a thousand-brains system, a sensorimotor agent that is uniquely suited to quickly learn a wide range of tasks and eventually implement any capabilities the human neocortex has. Core to its design is the use of a repeating computational unit, the learning module, modeled on the cortical columns found in mammalian brains. Each learning module operates as a semi-independent unit that can model entire objects, represents information through spatially structured reference frames, and both estimates and is able to effect movement in the world. Learning is a quick, associative process, similar to Hebbian learning in the brain, and leverages inductive biases around the spatial structure of the world to enable rapid and continual learning. Multiple learning modules can interact with one another both hierarchically and non-hierarchically via a "cortical messaging protocol" (CMP), creating more abstract representations and supporting multimodal integration. We outline the key principles motivating the design of thousand-brains systems and provide details about the implementation of Monty, our first instantiation of such a system. Code can be found at https://github.com/thousandbrainsproject/tbp.monty, along with more detailed documentation at https://thousandbrainsproject.readme.io/.
- Abstract（参考訳）: 人工知能はこの10年で急速に進歩し、主にディープラーニングシステムの規模が進歩している。
これらの進歩にもかかわらず、多様な現実世界環境で効果的に動作するインテリジェントなシステムの構築は、依然として大きな課題である。
この白書では、新皮質の動作原理から派生したAIの代替形を開発するための、現在進行中の研究である千頭脳プロジェクトの概要を述べる。
我々は、広範囲のタスクを迅速に学習し、最終的にはヒトの新皮質が持つあらゆる機能を実装するのに一意に適した、感覚運動エージェントである1000脳システムの初期バージョンを提示する。
その設計の核心は、哺乳類の脳にある皮質列をモデルとした学習モジュールである反復計算ユニットを使用することである。
各学習モジュールは半独立ユニットとして機能し、オブジェクト全体をモデル化し、空間的に構造化された参照フレームを通して情報を表現し、推定と世界の動きに影響を与えることができる。
学習は、脳内のヘビアン学習に似た、素早く、連想的なプロセスであり、世界の空間構造に関する帰納的バイアスを利用して、迅速かつ連続的な学習を可能にする。
複数の学習モジュールは、階層的にも非階層的にも"Cortical Messaging Protocol"(CMP)を通じて相互に相互作用し、より抽象的な表現を作成し、マルチモーダル統合をサポートする。
我々は、数千の脳システムの設計を動機づける鍵となる原則を概説し、モンティの実装の詳細、そしてそのようなシステムの最初のインスタンス化について述べます。
コードはhttps://github.com/thousandbrainsproject/tbp.montyに、さらに詳細なドキュメントはhttps://thousandbrainsproject.readme.io/にある。
関連論文リスト
- Incremental procedural and sensorimotor learning in cognitive humanoid
robots [52.77024349608834]
本研究は,手順を段階的に学習する認知エージェントを提案する。
各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。
結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
論文 参考訳（メタデータ） (2023-04-30T22:51:31Z) - LLM as A Robotic Brain: Unifying Egocentric Memory and Control [77.0899374628474]
Embodied AIは、物理的または仮想的なエンボディメント(つまりロボット)を持つインテリジェントシステムの研究と開発に焦点を当てている。
メモリとコントロールは、具体化されたシステムの2つの不可欠な部分であり、通常、それぞれをモデル化するために別々のフレームワークを必要とします。
ロボット脳として大規模言語モデルを用いて,エゴセントリックな記憶と制御を統一するLLM-Brainという新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2023-04-19T00:08:48Z) - Grid-SD2E: A General Grid-Feedback in a System for Cognitive Learning [0.5221459608786241]
この研究は、より汎用的で堅牢なグリッドモジュールを作成する際に、グリッドセルから部分的にインスピレーションを受けている。
我々はベイジアン推論とともに対話的かつ自己強化型認知システムを構築した。
最小の計算ユニットが抽出され、脳内の1つのニューロンに類似している。
論文 参考訳（メタデータ） (2023-04-04T14:54:12Z) - Navigating to Objects in the Real World [76.1517654037993]
本稿では,古典的,モジュール的,エンド・ツー・エンドの学習手法と比較した,意味的視覚ナビゲーション手法に関する大規模な実証的研究について述べる。
モジュラー学習は実世界ではうまく機能し、90%の成功率に達しています。
対照的に、エンド・ツー・エンドの学習は、シミュレーションと現実の間の画像領域の差が大きいため、77%のシミュレーションから23%の実際の成功率へと低下する。
論文 参考訳（メタデータ） (2022-12-02T01:10:47Z) - Multimodal foundation models are better simulators of the human brain [65.10501322822881]
1500万の画像テキストペアを事前訓練した,新たに設計されたマルチモーダル基礎モデルを提案する。
視覚的エンコーダも言語的エンコーダもマルチモーダルで訓練され,脳に近いことが判明した。
論文 参考訳（メタデータ） (2022-08-17T12:36:26Z) - CogNGen: Constructing the Kernel of a Hyperdimensional Predictive
Processing Cognitive Architecture [79.07468367923619]
神経生物学的に妥当な2つの計算モデルを組み合わせた新しい認知アーキテクチャを提案する。
我々は、現代の機械学習技術の力を持つ認知アーキテクチャを開発することを目指している。
論文 参考訳（メタデータ） (2022-03-31T04:44:28Z) - Deep Imitation Learning for Bimanual Robotic Manipulation [70.56142804957187]
本稿では,ロボットによるバイマニュアル操作のための深層模倣学習フレームワークを提案する。
中心となる課題は、操作スキルを異なる場所にあるオブジェクトに一般化することである。
i)マルチモーダルダイナミクスを要素運動プリミティブに分解し、(ii)リカレントグラフニューラルネットワークを用いて各プリミティブをパラメータ化して相互作用を捕捉し、(iii)プリミティブを逐次的に構成する高レベルプランナと、プリミティブダイナミクスと逆運動学制御を組み合わせた低レベルコントローラを統合することを提案する。
論文 参考訳（メタデータ） (2020-10-11T01:40:03Z) - Self-organization of multi-layer spiking neural networks [4.859525864236446]
発達する脳における複雑な構造の形成を可能にする重要なメカニズムは、神経活動の経時的波の出現である。
多層ニューラルネットワークをシームレスに積み重ねることのできる動的システムの形でモジュール式ツールキットを提案する。
我々のフレームワークは、多層パーセプトロンからオートエンコーダまで、幅広いアーキテクチャの自己組織化に繋がる。
論文 参考訳（メタデータ） (2020-06-12T01:44:48Z) - Brain-inspired global-local learning incorporated with neuromorphic
computing [35.70151531581922]
我々は,脳に触発されたメタラーニングパラダイムと,神経力学とシナプス可塑性を取り入れた識別可能なスパイキングモデルを導入することで,ニューロモルフィックハイブリッド学習モデルを報告した。
ニューロモルフィック・ビジョン・センサにおける数ショット学習、連続学習、フォールトトレランス学習を含む複数のタスクにおいて、このモデルの利点を実証する。
論文 参考訳（メタデータ） (2020-06-05T04:24:19Z) - Learning as Reinforcement: Applying Principles of Neuroscience for More
General Reinforcement Learning Agents [1.0742675209112622]
我々は、生物学的アルゴリズムの計算効率の良い抽象化を組み合わせることによって、実験神経科学の原理に基づいて構築されたアーキテクチャを実装する。
我々のアプローチは、スパイク刺激依存塑性の研究、短期記憶と長期記憶の遷移、および好奇心に対する様々な神経伝達物質の役割に着想を得たものである。
Neurons-in-a-Boxアーキテクチャは、完全に一般化可能な方法で学習することができ、一連の基準やアクションを明示的に最適化することなく、表現を構築し、適用するための効率的な方法を示す。
論文 参考訳（メタデータ） (2020-04-20T04:06:21Z) - Brain-inspired self-organization with cellular neuromorphic computing
for multimodal unsupervised learning [0.0]
本稿では,自己組織マップとヘビアン様学習を用いた再突入理論に基づく脳刺激型ニューラルシステムを提案する。
システムトポロジがユーザによって固定されるのではなく,自己組織化によって学習されるような,いわゆるハードウェアの可塑性の獲得について述べる。
論文 参考訳（メタデータ） (2020-04-11T21:02:45Z)
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。