論文の概要: Symbol grounding in computational systems: A paradox of intentions

• arxiv url: http://arxiv.org/abs/2505.00002v1
• Date: Wed, 26 Mar 2025 18:26:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-22 23:32:14.379742
• Title: Symbol grounding in computational systems: A paradox of intentions
• Title（参考訳）: 計算システムにおける記号接地:意図のパラドックス
• Authors: Vincent C. Müller,
• Abstract要約: 本稿では,記号基底を計算学では説明できないという,計算システムのパラドックス的特徴を示す。 心が有意義なシンボルを計算している場合、その機能はシステム内の有意義なシンボルの存在を前提としている。 もし心が無意味なシンボルを計算しているなら、記号接地の前に意図的な認知プロセスは利用できない。
• 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: The paper presents a paradoxical feature of computational systems that suggests that computationalism cannot explain symbol grounding. If the mind is a digital computer, as computationalism claims, then it can be computing either over meaningful symbols or over meaningless symbols. If it is computing over meaningful symbols its functioning presupposes the existence of meaningful symbols in the system, i.e. it implies semantic nativism. If the mind is computing over meaningless symbols, no intentional cognitive processes are available prior to symbol grounding. In this case, no symbol grounding could take place since any grounding presupposes intentional cognitive processes. So, whether computing in the mind is over meaningless or over meaningful symbols, computationalism implies semantic nativism.
• Abstract（参考訳）: 本稿では,記号基底を計算学では説明できないという,計算システムのパラドックス的特徴を示す。 心がデジタルコンピュータであるなら、計算主義が主張するように、意味のあるシンボルや無意味なシンボルを計算できる。 もし意味のあるシンボルを計算しているなら、その機能はそのシステムに意味のあるシンボルが存在することを前提にしている。 もし心が無意味なシンボルを計算しているなら、記号接地の前に意図的な認知プロセスは利用できない。 この場合、いかなる根拠も意図的な認知過程を前提とするため、シンボル接地は行われない。 したがって、心の中での計算が意味を持たないか、意味のある記号を超えるかに関わらず、計算主義は意味的ナチビズムを意味する。

関連論文リスト

• A Complexity-Based Theory of Compositionality [53.025566128892066]
  AIでは、構成表現は配布外一般化の強力な形式を可能にすることができる。 ここでは、構成性に関する直観を考慮し、拡張する、表現的構成性と呼ばれる定義を提案する。 私たちは、AIと認知科学の両方において、文学全体から異なる直観を統一する方法を示します。
  論文  参考訳（メタデータ） (2024-10-18T18:37:27Z)
• Symbol-LLM: Leverage Language Models for Symbolic System in Visual Human Activity Reasoning [58.5857133154749]
  本稿では,広い範囲のシンボルと合理的なルールを持つ新しい記号体系を提案する。 我々は,LLMの最近の進歩を2つの理想的な性質の近似として活用する。 本手法は,広範囲な活動理解タスクにおいて優位性を示す。
  論文  参考訳（メタデータ） (2023-11-29T05:27:14Z)
• 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)
• The Roles of Symbols in Neural-based AI: They are Not What You Think! [25.450989579215708]
  知的エージェントのための新しいニューロシンボリック仮説と有望なアーキテクチャを提案する。 私たちの仮説と関連するアーキテクチャは、シンボルが知的システムの将来に重要なままであることを示している。
  論文  参考訳（メタデータ） (2023-04-26T15:33:41Z)
• Deep Symbolic Learning: Discovering Symbols and Rules from Perceptions [69.40242990198]
  Neuro-Symbolic(NeSy)統合は、認識と推論を必要とするタスクに対して、シンボリック推論とニューラルネットワーク(NN)を組み合わせる。 ほとんどのNeSyシステムは論理的知識の継続的な緩和に依存しており、モデルパイプライン内では決定的な決定は行われない。 本研究では,NeSy関数を学習するNeSyシステムを提案する。すなわち,連続データを離散シンボルにマップする(集合)知覚関数の構成と,シンボルの集合上のシンボル関数である。
  論文  参考訳（メタデータ） (2022-08-24T14:06:55Z)
• Existence and perception as the basis of AGI (Artificial General Intelligence) [0.0]
  AIとは異なり、AGIは意味で操作すべきである。AIと区別するのはそれだ。 人間の思考をエミュレートするAGIにとって、この能力は不可欠である。 意味」の概念を定義する多くの試みには、非常に大きな欠点がある。
  論文  参考訳（メタデータ） (2022-01-30T14:06:43Z)
• Emergence of Machine Language: Towards Symbolic Intelligence with Neural Networks [73.94290462239061]
  本稿では、ニューラルネットワークを用いてシンボルとコネクショナリズムの原理を組み合わせることで、離散表現を導出することを提案する。 対話型環境とタスクを設計することにより、機械が自発的で柔軟でセマンティックな言語を生成できることを実証した。
  論文  参考訳（メタデータ） (2022-01-14T14:54:58Z)
• Philosophical Specification of Empathetic Ethical Artificial Intelligence [0.0]
  倫理的AIは、無意味なルールを推論し、ニュアンスと文脈を解釈し、意図を推論する能力を持つ必要がある。 我々は、エージェントを特定するために、エノクティビズム、セミオティックス、知覚記号システム、シンボルの出現を利用する。 それは、記号の意味が学習するにつれて変化し、その意図が目的として象徴的に表されるためである。
  論文  参考訳（メタデータ） (2021-07-22T14:37:46Z)
• Representation in Dynamical Systems [0.0]
  脳はしばしばコンピュータと呼ばれ、チューリングマシンに似ています。 この論文は、デジタルコンピュータのようにはいかないが、できると主張している。
  論文  参考訳（メタデータ） (2021-05-12T15:03:03Z)
• Symbolic Behaviour in Artificial Intelligence [8.849576130278157]
  象徴的なAIへの道は、シンボルが何であるかを再解釈することから始まります。 そして、この解釈が、人間が記号を使うときに示す行動特性をどのように統合するかを概説する。 シンボリック行動の出現に必要な認知機械を開発するためのツールとして,AI研究が社会的・文化的エンゲージメントを探求することを提案する。
  論文  参考訳（メタデータ） (2021-02-05T20:07:14Z)

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。