Fugu-MT 論文翻訳(概要): Mathematical reasoning and the computer

論文の概要: Mathematical reasoning and the computer

arxiv url: http://arxiv.org/abs/2502.07850v1
Date: Tue, 11 Feb 2025 10:35:52 GMT
ステータス: 翻訳完了
システム内更新日: 2025-02-13 13:48:35.096266
Title: Mathematical reasoning and the computer
Title（参考訳）: 数学的推論とコンピュータ
Authors: Kevin Buzzard,
Abstract要約: コンピューターはすでに、人間の数学のやり方を変えている。彼らはいつか推論を始めますか? 本稿では、ニューラルネットワーク、コンピュータ定理証明器、大規模言語モデルにおける最近の発展の概要について述べる。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: Computers have already changed the way that humans do mathematics: they enable us to compute efficiently. But will they soon be helping us to reason? And will they one day start reasoning themselves? We give an overview of recent developments in neural networks, computer theorem provers and large language models.
Abstract（参考訳）: コンピューターはすでに、人間の数学のやり方を変えています。しかし、彼らはすぐに理由付けをしてくれるだろうか? そしていつか彼らは理屈を練り始めるのだろうか? 本稿では、ニューラルネットワーク、コンピュータ定理証明器、大規模言語モデルにおける最近の発展の概要について述べる。

関連論文リスト

Apriori Knowledge in an Era of Computational Opacity: The Role of AI in Mathematical Discovery [0.7673339435080445]
我々は、現代のLLMとDNNの不透明さは、それらの数学的知識を得るのに障害をもたらすと論じる。しかし、人間の証明チェックを自動化した証明チェッカーがそのような機械に取り付けられている場合、それらからアプリロリの数学的知識を得ることができる。
論文参考訳（メタデータ） (2024-03-15T21:38:26Z)
Machine learning and information theory concepts towards an AI Mathematician [77.63761356203105]
人工知能の現在の最先端技術は、特に言語習得の点で印象的だが、数学的推論の点ではあまり重要ではない。このエッセイは、現在のディープラーニングが主にシステム1の能力で成功するという考えに基づいている。興味深い数学的ステートメントを構成するものについて質問するために、情報理論的な姿勢を取る。
論文参考訳（メタデータ） (2024-03-07T15:12:06Z)
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)
Why are state-space models more expressive than $n$-gram models? [51.823427608117626]
我々は、$n$-gramルールから生成された言語に対して、次の単語予測タスクを解くことのできる状態空間言語モデルを構築した。我々の証明は、SSMが記憶能力の新たな理論的結果を用いて$n$-gramルールをエンコードする方法を示している。我々は、$n$-gramルールから生成された小さなデータセットで実験を行い、フレームワークをどのように適用できるかを示します。
論文参考訳（メタデータ） (2023-06-20T10:41:23Z)
A Neural Lambda Calculus: Neurosymbolic AI meets the foundations of computing and functional programming [0.0]
我々は、プログラム全体の実行方法を学ぶニューラルネットワークの能力を分析する。統合型ニューラルラーニングと電卓形式化の導入について紹介する。
論文参考訳（メタデータ） (2023-04-18T20:30:16Z)
A Survey of Deep Learning for Mathematical Reasoning [71.88150173381153]
我々は過去10年間の数学的推論とディープラーニングの交差点における重要なタスク、データセット、方法についてレビューする。大規模ニューラルネットワークモデルの最近の進歩は、新しいベンチマークと、数学的推論にディープラーニングを使用する機会を開放している。
論文参考訳（メタデータ） (2022-12-20T18:46:16Z)
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)
Can You Learn an Algorithm? Generalizing from Easy to Hard Problems with Recurrent Networks [47.54459795966417]
単純な問題を解くために訓練されたリカレントネットワークは、推論中に追加の繰り返しを実行するだけで、はるかに複雑な問題を解くことができることを示す。これら3つのドメインすべてにおいて、単純な問題インスタンスに基づいてトレーニングされたネットワークは、単に"もっと長く考える"ことで、テスト時に推論能力を拡張することができる。
論文参考訳（メタデータ） (2021-06-08T17:19:48Z)
Neuromorphic Computing is Turing-Complete [0.0]
ニューロモルフィックコンピューティング(Neuromorphic Computing)は、人間の脳をエミュレートして計算を行う非ヴォンノイマン計算パラダイムである。ニューロモルフィックシステムはエネルギー効率が非常に高く、cpuやgpuの数千倍の消費電力で知られている。我々は、すべてのmu再帰関数とすべてのmu再帰演算子を計算するためのニューロモルフィック回路を考案する。
論文参考訳（メタデータ） (2021-04-28T19:25:01Z)
Machine Learning and Computational Mathematics [8.160343645537106]
機械学習がすでにどのような影響を及ぼし、さらに計算数学、科学計算、計算科学に影響を及ぼすかについて論じる。これらの問題について、最も重要な進展をいくつか紹介する。私たちの希望は、機械学習と計算数学を統合するのに役立つ視点に物事を組み込むことです。
論文参考訳（メタデータ） (2020-09-23T23:16:46Z)
Image-to-image Neural Network for Addition and Subtraction of a Pair of Not Very Large Numbers [2.445911003610726]
本稿では,単純な数学的表現の画像と解答の画像を生成する畳み込みニューラルネットワークを訓練することを提案する。この神経電卓は2桁の数値のペアでのみ動作し、加算と減算のみをサポートする。
論文参考訳（メタデータ） (2020-03-14T09:59:17Z)

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。