論文の概要: Simulation of Non-Ordinary Consciousness

• arxiv url: http://arxiv.org/abs/2503.23245v1
• Date: Sat, 29 Mar 2025 23:04:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-01 14:33:58.357447
• Title: Simulation of Non-Ordinary Consciousness
• Title（参考訳）: 非日常意識のシミュレーション
• Authors: Khalid M. Saqr,
• Abstract要約: シロシビン様のシンボル認知をシミュレートするために設計された生成的シンボルインタフェース。 グリフは、高エントロピー、比喩飽和、エゴ溶解言語を一貫して生成する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The symbolic architecture of non-ordinary consciousness remains largely unmapped in cognitive science and artificial intelligence. While conventional models prioritize rational coherence, altered states such as those induced by psychedelics reveal distinct symbolic regimes characterized by recursive metaphor, ego dissolution, and semantic destabilization. We present \textit{Glyph}, a generative symbolic interface designed to simulate psilocybin-like symbolic cognition in large language models. Rather than modeling perception or mood, Glyph enacts symbolic transformation through recursive reentry, metaphoric modulation, and entropy-scaled destabilization -- a triadic operator formalized within a tensorial linguistic framework. Experimental comparison with baseline GPT-4o reveals that Glyph consistently generates high-entropy, metaphor-saturated, and ego-dissolving language across diverse symbolic prompt categories. These results validate the emergence of non-ordinary cognitive patterns and support a new paradigm for simulating altered consciousness through language. Glyph opens novel pathways for modeling symbolic cognition, exploring metaphor theory, and encoding knowledge in recursively altered semantic spaces.
• Abstract（参考訳）: 非正規意識の象徴的アーキテクチャは、認知科学と人工知能にほとんど未対応である。 従来のモデルは合理的なコヒーレンスを優先するが、サイケデリックによって引き起こされたような変化した状態は、再帰的なメタファー、エゴの溶解、意味的な不安定化を特徴とする明確な象徴的状態を明らかにする。 我々は,大言語モデルにおいてシロシビン様のシンボル認知をシミュレートするために設計された生成的シンボルインタフェースである「textit{Glyph}」を提示する。 グリフは知覚や気分をモデル化するよりも、再帰的再突入、比喩的変調、エントロピースケールの不安定化を通じて象徴的な変換を実践している。 GPT-4o との比較実験により,Glyph は多種多様な記号的プロンプトカテゴリーにまたがる高エントロピー,比喩的飽和,エゴ解離の言語を一貫して生成することが明らかとなった。 これらの結果は、非日常的な認知パターンの出現を検証し、言語を通して変化した意識をシミュレートするための新しいパラダイムをサポートする。 グリフは象徴的認知をモデル化し、比喩理論を探求し、再帰的に変化する意味空間における知識を符号化するための新しい経路を開く。

関連論文リスト

• Shadow of the (Hierarchical) Tree: Reconciling Symbolic and Predictive Components of the Neural Code for Syntax [1.223779595809275]
  線形で予測的な「水平」プロセスで階層的な「垂直」構文のニューラルネットワークを再構築する可能性について論じる。 語彙・意味的統計特徴をコードするニューラルレジームに記号表現を注入する方法に関するニューロシンボリックな数学的モデルを提供する。
  論文  参考訳（メタデータ） (2024-12-02T08:44:16Z)
• Neurosymbolic Graph Enrichment for Grounded World Models [47.92947508449361]
  複雑な問題に対処するために, LLM の反応性を向上し, 活用するための新しいアプローチを提案する。 我々は,大規模言語モデルの強みと構造的意味表現を組み合わせた,多モーダルで知識を付加した意味の形式表現を作成する。 非構造化言語モデルと形式的意味構造とのギャップを埋めることで、自然言語理解と推論における複雑な問題に対処するための新たな道を開く。
  論文  参考訳（メタデータ） (2024-11-19T17:23:55Z)
• What Makes a Maze Look Like a Maze? [92.80800000328277]
  本稿では,Deep Grounding(DSG)という,視覚的抽象化の明示的な構造化表現を活用してグラウンド化と推論を行うフレームワークを紹介する。 DSGの中核はスキーマ-依存性グラフによる抽象概念の記述で、より原始的なシンボルに分解される。 DSGは視覚言語モデルの抽象的視覚的推論性能を大幅に向上させることを示す。
  論文  参考訳（メタデータ） (2024-09-12T16:41:47Z)
• Neural Semantic Parsing with Extremely Rich Symbolic Meaning Representations [7.774674200374255]
  分類学的階層におけるその位置に基づく概念のための新しい構成記号表現を導入する。 この表現はよりリッチな意味情報を提供し、解釈可能性を高める。 実験結果から,より豊かで複雑な意味表現に基づいて訓練された分類モデルは,評価基準を用いて従来のモデルに若干従属するが,語彙外概念を扱う場合よりも優れることがわかった。
  論文  参考訳（メタデータ） (2024-04-19T08:06:01Z)
• Discrete, compositional, and symbolic representations through attractor dynamics [51.20712945239422]
  我々は,思考の確率的言語(PLoT)に似た認知過程をモデル化するために,アトラクタダイナミクスを記号表現と統合した新しいニューラルシステムモデルを導入する。 我々のモデルは、連続表現空間を、事前定義されたプリミティブに頼るのではなく、教師なし学習を通じて、記号系の意味性と構成性の特徴を反映する、記号列に対応する引き付け状態を持つ離散盆地に分割する。 このアプローチは、認知操作の複雑な双対性を反映したより包括的なモデルを提供する、AIにおける表現力の証明された神経弁別可能な基質であるニューラルダイナミクスを通じて、シンボル処理とサブシンボル処理の両方を統合する統一的なフレームワークを確立する。
  論文  参考訳（メタデータ） (2023-10-03T05:40:56Z)
• LOGICSEG: Parsing Visual Semantics with Neural Logic Learning and Reasoning [73.98142349171552]
  LOGICSEGは、神経誘導学習と論理推論をリッチデータとシンボリック知識の両方に統合する、全体論的視覚意味論である。 ファジィ論理に基づく連続的な緩和の間、論理式はデータとニューラルな計算グラフに基礎を置いており、論理によるネットワークトレーニングを可能にする。 これらの設計によりLOGICSEGは、既存のセグメンテーションモデルに容易に統合できる汎用的でコンパクトなニューラル論理マシンとなる。
  論文  参考訳（メタデータ） (2023-09-24T05:43:19Z)
• A Recursive Bateson-Inspired Model for the Generation of Semantic Formal Concepts from Spatial Sensory Data [77.34726150561087]
  本稿では,複雑な感覚データから階層構造を生成するための記号のみの手法を提案する。 このアプローチは、概念や概念の創始の鍵としてのバテソンの差異の概念に基づいている。 このモデルは、トレーニングなしでかなりリッチだが人間に読まれる概念表現を生成することができる。
  論文  参考訳（メタデータ） (2023-07-16T15:59:13Z)
• Metaphorical Language Change Is Self-Organized Criticality [0.0]
  この論文は、比喩的言語変化が自己組織的臨界状態として適合すると主張している。 比喩的構成の統計的プロファイルと先行条件の固有の生成規則を提供する。
  論文  参考訳（メタデータ） (2022-11-19T14:38:38Z)
• Emergent Graphical Conventions in a Visual Communication Game [80.79297387339614]
  人間は象徴的な言語とは別にグラフィカルなスケッチと通信する。 視覚コミュニケーションゲームをする2つのニューラルエージェントを介して、このような進化過程をモデル化し、シミュレートする第一歩を踏み出す。 我々は,コミュニケーションと抽象的なグラフィカルな慣行を成功させるために,エージェントを共同で進化させる新しい強化学習手法を考案した。
  論文  参考訳（メタデータ） (2021-11-28T18:59:57Z)
• Low Anisotropy Sense Retrofitting (LASeR) : Towards Isotropic and Sense Enriched Representations [0.0]
  我々は表現幾何学を解析し、学習済みの言語モデルのほとんどの層が高度に異方性のある表現を作り出すことを発見した。 既成表現を等方的かつ意味的に意味的に表現する 'Low Anisotropy Sense Retrofitting' アプローチである LASeR を提案する。
  論文  参考訳（メタデータ） (2021-04-22T02:44:49Z)

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。

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。