論文の概要: Embodied AI in Machine Learning -- is it Really Embodied?

• arxiv url: http://arxiv.org/abs/2505.10705v1
• Date: Thu, 15 May 2025 20:52:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-19 14:36:13.572868
• Title: Embodied AI in Machine Learning -- is it Really Embodied?
• Title（参考訳）: 機械学習におけるエンボディードAI - 真にエンボディードなのか?
• Authors: Matej Hoffmann, Shubhan Parag Patni,
• Abstract要約: Embodied AI(Embodied AI)は、機械学習コミュニティで勢いを増している。 我々は,この研究を,Good Old-Fashioned Artificial Intelligence(GOFAI)と,行動に基づく,あるいは具体化された代替案の文脈に位置づけた。
• 参考スコア（独自算出の注目度）: 1.3812010983144802
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Embodied Artificial Intelligence (Embodied AI) is gaining momentum in the machine learning communities with the goal of leveraging current progress in AI (deep learning, transformers, large language and visual-language models) to empower robots. In this chapter we put this work in the context of "Good Old-Fashioned Artificial Intelligence" (GOFAI) (Haugeland, 1989) and the behavior-based or embodied alternatives (R. A. Brooks 1991; Pfeifer and Scheier 2001). We claim that the AI-powered robots are only weakly embodied and inherit some of the problems of GOFAI. Moreover, we review and critically discuss the possibility of cross-embodiment learning (Padalkar et al. 2024). We identify fundamental roadblocks and propose directions on how to make progress.
• Abstract（参考訳）: Embodied AI(Embodied AI)は、AI(深層学習、トランスフォーマー、大規模言語、視覚言語モデル)の現在の進歩を活用してロボットを力づけることを目的として、機械学習コミュニティで勢いを増している。 本章では、この研究を、Good Old-Fashioned Artificial Intelligence (GOFAI) (Haugeland, 1989) の文脈と、行動に基づく、あるいは具体化された代替案(R. A. Brooks 1991; Pfeifer and Scheier 2001)の文脈で述べる。 AIで動くロボットは弱体化されているだけであり、GOFAIの問題を継承している、と我々は主張する。 さらに,クロス・エボディメント・ラーニングの可能性についてレビューし,批判的に議論する(Padalkar et al 2024)。 我々は,基本的な道路ブロックを特定し,進行方法を提案する。

関連論文リスト

• SIME: Enhancing Policy Self-Improvement with Modal-level Exploration [49.86173021151849]
  自己改善を成功させる鍵は、モーダルレベルの探索とデータ選択である。 ポリシー実行中にモーダルレベルの探索機構を組み込むことで、ロボットはより多様なマルチモーダルインタラクションを生成できる。 シミュレーションベンチマークと実世界実験の両方において,効果的なロボット自己改善の実証に成功した。
  論文  参考訳（メタデータ） (2025-05-02T17:13:03Z)
• AI Generations: From AI 1.0 to AI 4.0 [3.4440023363051266]
  本稿では,人工知能(AI)が複数の世代にまたがって進化していくことを提案する。 これらのAI世代は、アルゴリズム、計算能力、データ間の優先順位のシフトによって駆動される。 人工知能が人間のような自律性に近づいた(あるいはそうしようとする)ときに生じる、深い倫理的、規制的、哲学的な課題を探求する。
  論文  参考訳（メタデータ） (2025-02-16T23:19:44Z)
• The Rise and Fall(?) of Software Engineering [3.89270408835787]
  ソフトウェア工学へのAIのスムーズな統合に不可欠な重要な要素を概説することを目指している。 まず、SEとAIの進化について簡単に説明する。その後、AI駆動の自動化と人間のイノベーションの間の複雑な相互作用を掘り下げる。
  論文  参考訳（メタデータ） (2024-06-14T15:50:24Z)
• Lifelong learning challenges in the era of artificial intelligence: a computational thinking perspective [0.0]
  人工知能(AI)の急速な進歩は、職場での人間とAIのコラボレーションにAIを活用するために必要な教育と労働力のスキルに大きな課題をもたらした。 本稿では,AI時代の生涯学習の課題を,計算的思考の観点から概観する。
  論文  参考訳（メタデータ） (2024-05-30T08:46:11Z)
• Exploration with Principles for Diverse AI Supervision [88.61687950039662]
  次世代の予測を用いた大規模トランスフォーマーのトレーニングは、AIの画期的な進歩を生み出した。 この生成AIアプローチは印象的な結果をもたらしたが、人間の監督に大きく依存している。 この人間の監視への強い依存は、AIイノベーションの進歩に重大なハードルをもたらす。 本稿では,高品質なトレーニングデータを自律的に生成することを目的とした,探索型AI(EAI)という新しいパラダイムを提案する。
  論文  参考訳（メタデータ） (2023-10-13T07:03:39Z)
• Artificial Intelligence: 70 Years Down the Road [4.952211615828121]
  我々は、過去の失敗の背後にある理由と現在のAIの成功を理解するために、技術的および哲学的な視点から理由を分析しました。 我々は、AIの持続可能な開発方向性は、人間と機械のコラボレーションと、コンピュータパワーを中心とした技術パスであるべきだと結論付けている。
  論文  参考訳（メタデータ） (2023-03-06T01:19:25Z)
• AI Maintenance: A Robustness Perspective [91.28724422822003]
  我々は、AIライフサイクルにおけるロバストネスの課題を強調し、自動車のメンテナンスに類似させることで、AIのメンテナンスを動機付ける。 本稿では,ロバストネスリスクの検出と軽減を目的としたAIモデル検査フレームワークを提案する。 我々のAIメンテナンスの提案は、AIライフサイクル全体を通して堅牢性評価、状態追跡、リスクスキャン、モデル硬化、規制を促進する。
  論文  参考訳（メタデータ） (2023-01-08T15:02:38Z)
• Challenges of Artificial Intelligence -- From Machine Learning and Computer Vision to Emotional Intelligence [0.0]
  AIは人間の支配者ではなく、支援者である、と私たちは信じています。 コンピュータビジョンはAIの開発の中心となっている。 感情は人間の知性の中心であるが、AIではほとんど使われていない。
  論文  参考訳（メタデータ） (2022-01-05T06:00:22Z)
• A User-Centred Framework for Explainable Artificial Intelligence in Human-Robot Interaction [70.11080854486953]
  本稿では,XAIのソーシャル・インタラクティブな側面に着目したユーザ中心型フレームワークを提案する。 このフレームワークは、エキスパートでないユーザのために考えられた対話型XAIソリューションのための構造を提供することを目的としている。
  論文  参考訳（メタデータ） (2021-09-27T09:56:23Z)
• Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
  近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。 倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。 このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
  論文  参考訳（メタデータ） (2021-06-25T22:31:55Z)

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。