論文の概要: Challenges for artificial cognitive systems

• arxiv url: http://arxiv.org/abs/2505.20339v1
• Date: Sat, 24 May 2025 13:49:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-28 17:05:58.185969
• Title: Challenges for artificial cognitive systems
• Title（参考訳）: 人工知能システムの課題
• Authors: Antoni Gomila, Vincent C. Müller,
• Abstract要約: 『変化』は未来を予言するものではなく、何を目的とし、何が進歩を成すかの指針である」 認識システムは経験から学び、獲得した知識を使って自身の目標を達成するシステムである。
• 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 declared goal of this paper is to fill this gap: "... cognitive systems research needs questions or challenges that define progress. The challenges are not (yet more) predictions of the future, but a guideline to what are the aims and what would constitute progress." -- the quotation being from the project description of EUCogII, the project for the European Network for Cognitive Systems within which this formulation of the 'challenges' was originally developed (http://www.eucognition.org). So, we stick out our neck and formulate the challenges for artificial cognitive systems. These challenges are articulated in terms of a definition of what a cognitive system is: a system that learns from experience and uses its acquired knowledge (both declarative and practical) in a flexible manner to achieve its own goals.
• Abstract（参考訳）: 本論文の目標は、このギャップを埋めることである。「認知システム研究には、進歩を定義するための質問や課題が必要である。課題は、将来の予測ではなく、目的が何であり、何が進歩を構成するかの指針である。」という引用は、もともと「カオス」の定式化が開発された欧州認知システムネットワークのプロジェクトであるEUCogIIのプロジェクト説明から来ている。 そこで、私たちは首を突き出し、人工知能システムの課題を定式化します。 認知システムとは、経験から学び、獲得した知識(宣言的知識と実践的知識の両方)を柔軟に利用して、自身の目標を達成するシステムである。

関連論文リスト

• SYMBIOSIS: Systems Thinking and Machine Intelligence for Better Outcomes in Society [0.0]
  SYMBIOSISはAIを利用したフレームワークとプラットフォームで、システム思考が社会的な課題に対処できるように設計されている。 そこで我々は,複雑なシステム表現を自然言語に変換する生成コパイロットを開発した。 SYMBIOSISは、責任と社会中心のAIに関する将来の研究を解き放つための基礎的なステップとして機能することを目指している。
  論文  参考訳（メタデータ） (2025-03-07T17:07:26Z)
• Open Problems in Mechanistic Interpretability [61.44773053835185]
  機械的解釈可能性(Mechanistic Interpretability)は、ニューラルネットワークの能力の根底にある計算メカニズムを理解することを目的としている。 これらの目標に向けての最近の進歩にもかかわらず、解を必要とする分野には多くの未解決問題が存在する。
  論文  参考訳（メタデータ） (2025-01-27T20:57:18Z)
• Imagining and building wise machines: The centrality of AI metacognition [78.76893632793497]
  我々は人間の知恵について知られているものを調べ、そのAIのビジョンをスケッチする。 AIシステムは特にメタ認知に苦しむ。 スマートAIのベンチマーク、トレーニング、実装について論じる。
  論文  参考訳（メタデータ） (2024-11-04T18:10:10Z)
• A Case for Competent AI Systems $-$ A Concept Note [0.3626013617212666]
  このノートは、AIシステム内の能力の概念を探求し、システムが提供しようとしているものを表現している。 この能力の達成は、実装とテストの欠陥によって妨げられる可能性がある。 タスクを効果的に実行するAIシステムの能力を明らかにする上で、中心的な課題が発生する。
  論文  参考訳（メタデータ） (2023-11-28T09:21:03Z)
• Predictable Artificial Intelligence [77.1127726638209]
  本稿では予測可能なAIのアイデアと課題を紹介する。 それは、現在および将来のAIエコシステムの重要な妥当性指標を予測できる方法を探る。 予測可能性を達成することは、AIエコシステムの信頼、責任、コントロール、アライメント、安全性を促進するために不可欠である、と私たちは主張する。
  論文  参考訳（メタデータ） (2023-10-09T21:36:21Z)
• Positive AI: Key Challenges in Designing Artificial Intelligence for Wellbeing [0.5461938536945723]
  多くの人々は、AIが自分の生活に与える影響をますます心配しています。 AIの進歩を確実にするために、一部の研究者はAIを統治する鍵となる目的として「幸福」を提案した。 この記事では、幸福のためにAIを設計する際の重要な課題に対処する。
  論文  参考訳（メタデータ） (2023-04-12T12:43:00Z)
• A Survey on Neural-symbolic Learning Systems [33.01131861279175]
  本研究の目的は,ニューラルシンボリック学習システムの進歩を4つの異なる視点から調査することである。 この研究は、研究者が包括的で総合的な概要を提供するために、この新たな分野を前進させることを目的としている。
  論文  参考訳（メタデータ） (2021-11-10T06:26:40Z)
• The MineRL BASALT Competition on Learning from Human Feedback [58.17897225617566]
  MineRL BASALTコンペティションは、この重要な種類の技術の研究を促進することを目的としている。 Minecraftでは、ハードコードされた報酬関数を書くのが難しいと期待する4つのタスクのスイートを設計しています。 これら4つのタスクのそれぞれについて、人間のデモのデータセットを提供するとともに、模擬学習ベースラインを提供する。
  論文  参考訳（メタデータ） (2021-07-05T12:18:17Z)

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。

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。