論文の概要: Strategic Reflectivism In Intelligent Systems
- arxiv url: http://arxiv.org/abs/2505.22987v1
- Date: Thu, 29 May 2025 01:51:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-30 18:14:07.613669
- Title: Strategic Reflectivism In Intelligent Systems
- Title（参考訳）: インテリジェントシステムにおける戦略的リフレクティビズム
- Authors: Nick Byrd,
- Abstract要約: 20世紀後半までに、合理性戦争は直感的で反射的な思考の性質と規範に関する議論を巻き起こした。
本稿では,人間と機械の実験結果をもとに,古いアイデアを合成する。
その結果は、知的システム(人間または人工)に対する一つの鍵が、競争目標を最適に満たすために直感的および反射的推論を実践的に切り替えることである、という立場を取る戦略的反射主義(Strategic Reflectivism)である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: By late 20th century, the rationality wars had launched debates about the nature and norms of intuitive and reflective thinking. Those debates drew from mid-20th century ideas such as bounded rationality, which challenged more idealized notions of rationality observed since the 19th century. Now that 21st century cognitive scientists are applying the resulting dual process theories to artificial intelligence, it is time to dust off some lessons from this history. So this paper synthesizes old ideas with recent results from experiments on humans and machines. The result is Strategic Reflectivism, which takes the position that one key to intelligent systems (human or artificial) is pragmatic switching between intuitive and reflective inference to optimally fulfill competing goals. Strategic Reflectivism builds on American Pragmatism, transcends superficial indicators of reflective thinking such as model size or chains of thought, and becomes increasingly actionable as we learn more about the value of intuition and reflection.
- Abstract（参考訳）: 20世紀後半までに、合理性戦争は直感的で反射的な思考の性質と規範に関する議論を巻き起こした。
これらの議論は、有界合理性(bounded rationality)のような20世紀半ばの考えから引き出されたもので、19世紀以降に観察された合理性のより理想化された概念に挑戦した。
21世紀の認知科学者が、結果の2つのプロセス理論を人工知能に適用した今、この歴史からいくつかの教訓を捨てる時が来た。
そこで本研究では,人間と機械の実験結果をもとに,古いアイデアを合成する。
その結果は、知的システム(人間または人工)に対する一つの鍵が、競争目標を最適に満たすために直感的および反射的推論を実践的に切り替えることである、という立場を取る戦略的反射主義(Strategic Reflectivism)である。
ストラテジック・リフレクティビズムは、アメリカのプラグマティズムに基づいており、モデルのサイズや思考の連鎖のような反射的思考の表層的な指標を超越し、直観とリフレクションの価値についてより深く学ぶにつれて、ますます現実的になる。
関連論文リスト
- The end of radical concept nativism [0.09577671849625957]
人々が新しい概念を実際に学ぶには重要な意味がある、と私たちは主張する。
我々は、コンピュータ科学と情報理論のアイデアを使って、より科学的に生産的な方法で関連するアイデアを定式化する。
論文 参考訳（メタデータ） (2025-05-23T18:12:38Z) - Thoughts Are All Over the Place: On the Underthinking of o1-Like LLMs [86.79757571440082]
OpenAIのo1のような大規模言語モデル(LLM)は複雑な推論タスクにおいて顕著な能力を示している。
我々は、o1-like LLMがしばしば異なる理性的思考を切り替える、という現象を特定する。
本稿では,思考間の早期移行を回避できる思考切替ペナルティTIPを用いた復号戦略を提案する。
論文 参考訳（メタデータ） (2025-01-30T18:58:18Z) - Reflection-Bench: probing AI intelligence with reflection [10.801745760525838]
反射は、知的システムの世界との相互作用の根幹である。
大規模言語モデル(LLM)のインテリジェンスに関する議論に対処するため,リフレクション・ベンチを提案する。
我々は,OpenAI o1, GPT-4, Claude 3.5 Sonnetなど13の著名なLLMの性能評価を行った。
論文 参考訳（メタデータ） (2024-10-21T17:59:50Z) - Heuristic Reasoning in AI: Instrumental Use and Mimetic Absorption [0.2209921757303168]
人工知能(AI)の新しい推論プログラムを提案する。
我々は、AIが、リソース・レーショナルな人間の認知の原理と整合して、精度と効率の適応的バランスを示すことを示す。
我々の発見は、資源と目的のトレードオフが生物学的システムのエミュレーションに繋がる、AI認知の微妙なイメージを明らかにした。
論文 参考訳（メタデータ） (2024-03-14T13:53:05Z) - Think Twice: Perspective-Taking Improves Large Language Models'
Theory-of-Mind Capabilities [63.90227161974381]
SimToMは、シミュレーション理論の視点取りの概念にインスパイアされた、新しいプロンプトフレームワークである。
我々のアプローチは、追加のトレーニングや最小限のプロンプトチューニングを必要とせず、既存の手法よりも大幅に改善されている。
論文 参考訳（メタデータ） (2023-11-16T22:49:27Z) - Machine Psychology [54.287802134327485]
我々は、心理学にインスパイアされた行動実験において、研究のための実りある方向が、大きな言語モデルに係わっていると論じる。
本稿では,本手法が表に示す理論的視点,実験パラダイム,計算解析技術について述べる。
これは、パフォーマンスベンチマークを超えた、生成人工知能(AI)のための「機械心理学」の道を開くものだ。
論文 参考訳（メタデータ） (2023-03-24T13:24:41Z) - A Historical Interaction between Artificial Intelligence and Philosophy [0.0]
本稿では,研究パラダイムの観点から,AIの歴史的発展と代表的な哲学的思考についてレビューする。
哲学的な観点からAIの方法論と応用を考察し、その継続的な進歩を期待する。
論文 参考訳（メタデータ） (2022-07-23T22:37:22Z) - Interactive Visual Reasoning under Uncertainty [29.596555383319814]
我々は,不確実性下での人工エージェントの推論能力を評価するためのIVRE環境を考案した。
IVREは、Blicket検出を中心にしたリッチなシナリオを特徴とする対話型環境である。
論文 参考訳（メタデータ） (2022-06-18T13:32:41Z) - An Enactivist-Inspired Mathematical Model of Cognition [5.8010446129208155]
我々は、関連する文献で慎重に確認した5つの基本的なエノクティビズム認知科学のテレットを定式化する。
次に、これらの実践主義的信条に従う認知システムについて話すための数学的枠組みを開発する。
論文 参考訳（メタデータ） (2022-06-10T13:03:47Z) - Inductive Biases for Deep Learning of Higher-Level Cognition [108.89281493851358]
興味深い仮説は、人間と動物の知性はいくつかの原則によって説明できるということである。
この研究は、主に高いレベルとシーケンシャルな意識的処理に関心のある人を中心に、より大きなリストを考察する。
これらの特定の原則を明確にする目的は、人間の能力から恩恵を受けるAIシステムを構築するのに役立つ可能性があることである。
論文 参考訳（メタデータ） (2020-11-30T18:29:25Z)
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。