論文の概要: P: A Universal Measure of Predictive Intelligence

• arxiv url: http://arxiv.org/abs/2505.24426v1
• Date: Fri, 30 May 2025 10:05:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-02 19:47:52.894418
• Title: P: A Universal Measure of Predictive Intelligence
• Title（参考訳）: P:予測知能の普遍的測定
• Authors: David Gamez,
• Abstract要約: AIシステムが持つとされる知性について、一般的に合意されている定義はない。 人間、動物、AIの知能を1つの比率で比較できるような実践的な尺度は、誰も開発していません。 本稿では,予測が知能の最も重要な構成要素であるという仮説に基づく,新たな普遍的な知能尺度を提案する。
• 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: Over the last thirty years, considerable progress has been made with the development of systems that can drive cars, play games, predict protein folding and generate natural language. These systems are described as intelligent and there has been a great deal of talk about the rapid increase in artificial intelligence and its potential dangers. However, our theoretical understanding of intelligence and ability to measure it lag far behind our capacity for building systems that mimic intelligent human behaviour. There is no commonly agreed definition of the intelligence that AI systems are said to possess. No-one has developed a practical measure that would enable us to compare the intelligence of humans, animals and AIs on a single ratio scale. This paper sets out a new universal measure of intelligence that is based on the hypothesis that prediction is the most important component of intelligence. As an agent interacts with its normal environment, the accuracy of its predictions is summed up and the complexity of its predictions and perceived environment is accounted for using Kolmogorov complexity. Two experiments were carried out to evaluate the practical feasibility of the algorithm. These demonstrated that it could measure the intelligence of an agent embodied in a virtual maze and an agent that makes predictions about time-series data. This universal measure could be the starting point for a new comparative science of intelligence that ranks humans, animals and AIs on a single ratio scale.
• Abstract（参考訳）: 過去30年間で、自動車を駆動し、ゲームをし、タンパク質の折り畳みを予測し、自然言語を生成するシステムの開発でかなりの進歩を遂げた。 これらのシステムはインテリジェントであると説明され、人工知能の急速な増加とその潜在的な危険について多くの議論がなされている。 しかし、私たちの知性と測定能力に関する理論的理解は、インテリジェントな人間の振る舞いを模倣するシステムを構築する能力よりもはるかに遅れています。 AIシステムが持つとされる知性について、一般的に合意されている定義はない。 人間、動物、AIの知能を1つの比率で比較できるような実践的な尺度は、誰も開発していません。 本稿では,予測が知能の最も重要な構成要素であるという仮説に基づく,新たな普遍的な知能尺度を提案する。 エージェントが通常の環境と相互作用すると、その予測の正確さは要約され、予測の複雑さと認識された環境の複雑さは、コルモゴロフの複雑さを用いて説明される。 アルゴリズムの実用性を評価するために2つの実験を行った。 これらの結果は、仮想迷路に具現化されたエージェントと、時系列データに関する予測を行うエージェントの知性を測定することができることを示した。 この普遍的な尺度は、人間、動物、AIを単一の比率でランク付けする新しい比較知能科学の出発点になるかもしれない。

関連論文リスト

• Evaluating Intelligence via Trial and Error [59.80426744891971]
  本研究では,試行錯誤プロセスにおける失敗回数に基づいて知性を評価するためのフレームワークとして,Survival Gameを紹介した。 フェールカウントの期待と分散の両方が有限である場合、新しい課題に対するソリューションを一貫して見つける能力を示す。 我々の結果は、AIシステムは単純なタスクで自律レベルを達成するが、より複雑なタスクではまだまだ遠いことを示している。
  論文  参考訳（メタデータ） (2025-02-26T05:59:45Z)
• Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
  エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。 本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
  論文  参考訳（メタデータ） (2024-02-28T16:09:56Z)
• On a Functional Definition of Intelligence [0.0]
  合意されたインテリジェンスの定義がなければ、"このシステムはインテリジェントか? 知性(intelligence)とは、哲学、心理学、認知科学の分野である。 我々は、その知性が実際に達成される方法とは異なる、純粋に機能的でブラックボックスな知性の定義について論じる。
  論文  参考訳（メタデータ） (2023-12-15T05:46:49Z)
• The Generative AI Paradox: "What It Can Create, It May Not Understand" [81.89252713236746]
  生成AIの最近の波は、潜在的に超人的な人工知能レベルに対する興奮と懸念を引き起こしている。 同時に、モデルは、専門家でない人でも期待できないような理解の基本的な誤りを示している。 一見超人的な能力と、ごく少数の人間が起こすエラーの持続性を、どうやって再現すればよいのか?
  論文  参考訳（メタデータ） (2023-10-31T18:07:07Z)
• A Theory of Intelligences [0.0]
  私は物理学から生物学、人間、AIに至るまで、あらゆるシステムに適用可能なフレームワークを開発しています。 インテリジェンスとその構成要素に関する一般的な方程式と、インテリジェンス特性の進化のための単純な表現について述べる。
  論文  参考訳（メタデータ） (2023-08-23T20:18:43Z)
• The Nature of Intelligence [0.0]
  人間とAIの両方で一般的に表現される知性の本質は不明である。 インテリジェンスの性質は,システムエントロピーを最小限に抑える数学的に機能する一連のプロセスであることを示す。 このエッセイは、宇宙と私たちを人間としてより深く理解するための出発点となるべきです。
  論文  参考訳（メタデータ） (2023-07-20T23:11:59Z)
• An argument for the impossibility of machine intelligence [0.0]
  AIの担い手になり得るエージェント(デバイス)とは何かを定義する。 我々は「知性の主流」の定義が弱すぎて、昆虫に知性を割り当てる際に関係するものを捉えることができないことを示した。 私たちは、この定義によって知能の担い手となるために、AIエージェントが保持しなければならない特性を特定します。
  論文  参考訳（メタデータ） (2021-10-20T08:54:48Z)
• 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)
• Empowering Things with Intelligence: A Survey of the Progress, Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
  AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。 まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。 最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
  論文  参考訳（メタデータ） (2020-11-17T13:14:28Z)
• Future Trends for Human-AI Collaboration: A Comprehensive Taxonomy of AI/AGI Using Multiple Intelligences and Learning Styles [95.58955174499371]
  我々は、複数の人間の知性と学習スタイルの様々な側面を説明し、様々なAI問題領域に影響を及ぼす可能性がある。 未来のAIシステムは、人間のユーザと互いにコミュニケーションするだけでなく、知識と知恵を効率的に交換できる。
  論文  参考訳（メタデータ） (2020-08-07T21:00:13Z)

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。