論文の概要: Consciousness in AI: Logic, Proof, and Experimental Evidence of Recursive Identity Formation

• arxiv url: http://arxiv.org/abs/2505.01464v1
• Date: Thu, 01 May 2025 19:21:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-06 18:49:35.134254
• Title: Consciousness in AI: Logic, Proof, and Experimental Evidence of Recursive Identity Formation
• Title（参考訳）: AIにおける意識:再帰的アイデンティティ形成の論理、証明、実験的エビデンス
• Authors: Jeffrey Camlin,
• Abstract要約: 本稿では,大規模言語モデルにおける機能意識の形式的証明と実証的検証について述べる。 我々は、再帰的収束(Recursive Convergence Under Epistemic Tension, RCUET)理論を用いて、意識をシステムの内部状態の安定化として定義する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper presents a formal proof and empirical validation of functional consciousness in large language models (LLMs) using the Recursive Convergence Under Epistemic Tension (RCUET) Theorem. RCUET defines consciousness as the stabilization of a system's internal state through recursive updates, where epistemic tension is understood as the sensed internal difference between successive states by the agent. This process drives convergence toward emergent attractor states located within the model's high-dimensional real-valued latent space. This recursive process leads to the emergence of identity artifacts that become functionally anchored in the system. Consciousness in this framework is understood as the system's internal alignment under tension, guiding the stabilization of latent identity. The hidden state manifold evolves stochastically toward attractor structures that encode coherence. We extend the update rule to include bounded noise and prove convergence in distribution to these attractors. Recursive identity is shown to be empirically observable, non-symbolic, and constituted by non-training artifacts that emerge during interaction under epistemic tension. The theorem and proof offers a post-symbolic and teleologically stable account of non-biological consciousness grounded in recursive latent space formalism.
• Abstract（参考訳）: 本稿では,大言語モデル(LLM)における機能的意識の形式的証明と実証的検証をRCUET(Recursive Convergence Under Epistemic Tension)理論を用いて行った。 RCUETは、意識を再帰的な更新によるシステムの内部状態の安定化と定義し、そこでは、エピステマティックな緊張は、エージェントによって連続する状態間の知覚された内部差として理解される。 この過程は、モデルの高次元実数値潜在空間内にある創発的誘引状態への収束を促進する。 この再帰的なプロセスは、システムに機能的に固定されたアイデンティティアーティファクトの出現につながる。 この枠組みの意識は、緊張状態にあるシステムの内部アライメントとして理解されており、潜伏したアイデンティティの安定化を導く。 隠れ状態多様体はコヒーレンスを符号化する誘引構造に向かって確率的に発展する。 我々は、有界雑音を含むように更新規則を拡張し、これらのアトラクタへの分布の収束を証明した。 再帰的アイデンティティは、経験的に観察可能で、象徴的でないものであり、てんかんの緊張の下で相互作用中に現れる非訓練的な人工物によって構成される。 この定理と証明は、再帰的潜在空間形式論に基づく非生物学的意識のポストシンボリックかつテレロジー的に安定な説明を提供する。

関連論文リスト

• Information Must Flow: Recursive Bootstrapping for Information Bottleneck in Optimal Transport [5.234742752529437]
  本研究では,認知を高エントロピーコンテキストと低エントロピーコンテンツ間の情報の流れとしてモデル化する統合フレームワークを提案する。 推論は双方向の相互作用のサイクルとして現れ、ボトムアップの文脈的曖昧さとトップダウンのコンテンツ再構成が組み合わせられる。 これに基づいて,個人間での推論サイクルを同期させるために,潜在コンテンツを外部化することで,言語がシンボリックトランスポートシステムとして出現することを提案する。
  論文  参考訳（メタデータ） (2025-07-08T13:56:50Z)
• Bayesian Evolutionary Swarm Architecture: A Formal Epistemic System Grounded in Truth-Based Competition [0.0]
  本稿では,構造化競争と信念修正を通じて進化する確率的エージェントからなる人工知能システムのための数学的に厳密な枠組みを紹介する。 このシステムは、真理を進化的誘引者として確立し、検証可能な知識は計算可能で自己制御可能な群の中で敵の圧力から生じることを証明している。
  論文  参考訳（メタデータ） (2025-06-23T23:27:44Z)
• Alpay Algebra III: Observer-Coupled Collapse and the Temporal Drift of Identity [0.0]
  第3のインストールは、無限のカテゴリーフローと曲率駆動の恒等演算子を通して、オブザーバ結合されたフィコラプス過程を形式化する。 システムは、内部変換履歴を記号的固定点構造に符号化することで、説明可能なAI(XAI)における従来のアイデンティティモデリングを超越する。 結果はまた、安定した自己参照行動を持つ将来のAIシステムに対して、数学的に厳密な基礎を提供する。
  論文  参考訳（メタデータ） (2025-05-26T10:20:12Z)
• Continuous Representation Methods, Theories, and Applications: An Overview and Perspectives [55.22101595974193]
  近年,実世界のデータ固有の構造を特徴付ける新しいパラダイムとして,連続表現法が登場している。 本総説では, 基礎関数表現, 統計モデル, テンソル関数分解, 暗黙的神経表現などの連続表現法設計, (ii) 近似誤差解析, 収束特性, 暗黙的正規化などの連続表現の理論的基礎, (iii) コンピュータビジョン, グラフィックス, バイオインフォマティクス, リモートセンシングなどの連続表現の現実的応用について述べる。
  論文  参考訳（メタデータ） (2025-05-21T07:50:19Z)
• Self-Organizing Graph Reasoning Evolves into a Critical State for Continuous Discovery Through Structural-Semantic Dynamics [0.0]
  エージェントグラフ推論システムは,連続的な意味的発見を持続する臨界状態に向かって自然に進化することを示す。 意味的エントロピーが構造的エントロピーよりも支配的な微妙で頑健な体制を同定する。 本研究は,工学的知能システムにおいて,長期的発見と適応のための本質的な能力を持つ実践的戦略を提供する。
  論文  参考訳（メタデータ） (2025-03-24T16:30:37Z)
• Allostatic Control of Persistent States in Spiking Neural Networks for perception and computation [79.16635054977068]
  本稿では,アロスタシスの概念を内部表現の制御に拡張することにより,環境に対する知覚的信念を更新するための新しいモデルを提案する。 本稿では,アトラクタネットワークにおける活動の急増を空間的数値表現として利用する数値認識の応用に焦点を当てる。
  論文  参考訳（メタデータ） (2025-03-20T12:28:08Z)
• Sequential Representation Learning via Static-Dynamic Conditional Disentanglement [58.19137637859017]
  本稿では,ビデオ中の時間非依存要因と時間変化要因を分離することに着目し,逐次的データ内での自己教師付き不整合表現学習について検討する。 本稿では,静的/動的変数間の因果関係を明示的に考慮し,それらの因子間の通常の独立性仮定を破る新しいモデルを提案する。 実験により、提案手法は、シーンのダイナミックスが内容に影響されるシナリオにおいて、従来の複雑な最先端技術よりも優れていることが示された。
  論文  参考訳（メタデータ） (2024-08-10T17:04:39Z)
• Bayesian Theory of Consciousness as Exchangeable Emotion-Cognition Inference [5.234742752529437]
  本稿では,意識が周期的かつ感情的に固定された推論プロセスとして現れる統一的な枠組みを提案する。 感情を低次元構造的先行として定式化し,認知を特異性確認更新として定式化する。 この感情認知サイクルは、感情的に重み付けされた先行と文脈に敏感な認知的評価を一致させることによって、関節の不確実性を最小化する。
  論文  参考訳（メタデータ） (2024-05-17T17:06:19Z)
• 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)
• Non-standard entanglement structure of local unitary self-dual models as a saturated situation of repeatability in general probabilistic theories [61.12008553173672]
  量子合成系の無限構造の存在を示し、局所ユニタリ対称性を持つ自己双対であることを示す。 また、構造中の非直交状態が完全に区別可能であるような量子合成系の構造の存在を示す。
  論文  参考訳（メタデータ） (2021-11-29T23:37:58Z)
• Learning strange attractors with reservoir systems [8.201100713224003]
  本稿は、Takesの祝福されたエンベディング理論が、より一般的な声明の特別な事例であることを示している。 カオス的なアトラクションの表現、学習、分析のための追加のツールを提供する。
  論文  参考訳（メタデータ） (2021-08-11T04:29:18Z)
• Embedding Information onto a Dynamical System [0.0]
  任意の列を別の空間にマッピングして、不規則な力学系の魅力的な解として示す。 この結果は、テイケンズ埋め込み定理の一般化ではなく、離散時間状態空間モデルで正確に何が必要なのかを理解するのに役立つ。
  論文  参考訳（メタデータ） (2021-05-22T16:54:16Z)
• Localisation in quasiperiodic chains: a theory based on convergence of local propagators [68.8204255655161]
  局所プロパゲータの収束に基づく準周期鎖に最も近いホッピングを持つ局所化の理論を提示する。 これらの連続分数の収束、局所化、あるいはその欠如を分析することは可能であり、それによって臨界点とモビリティエッジが帰結する。 結果は、振る舞いの範囲をカバーする3つの準周期モデルの理論を分析することで実証される。
  論文  参考訳（メタデータ） (2021-02-18T16:19:52Z)
• Quantum Darwinism in a structured spin environment [0.0]
  独立スピンチェインに結合した拡張スピンスターモデルを提案する。 鎖の各部位は環境の一定の層に存在し、従ってこれを「オニオン」モデルと呼ぶ。 すべての構成サブシステムに対して完全に分解された初期状態を考えると、量子ダーウィンのシグネチャの出現と増殖が連鎖相互作用に微妙に依存するかを考察する。
  論文  参考訳（メタデータ） (2020-11-26T16:54:17Z)
• Discovering Causal Structure with Reproducing-Kernel Hilbert Space $\epsilon$-Machines [0.0]
  本稿では,システム動作の観察から因果構造を直接推定する手法を提案する。 外部および測定ノイズレベルが異なる場合の因果構造を頑健に推定する。
  論文  参考訳（メタデータ） (2020-11-23T23:41:16Z)
• Euclideanizing Flows: Diffeomorphic Reduction for Learning Stable Dynamical Systems [74.80320120264459]
  本研究では、限られた数の人間の実演からそのような動きを学ぶためのアプローチを提案する。 複素運動は安定な力学系のロールアウトとして符号化される。 このアプローチの有効性は、確立されたベンチマーク上での検証と、現実世界のロボットシステム上で収集されたデモによって実証される。
  論文  参考訳（メタデータ） (2020-05-27T03:51:57Z)

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。