論文の概要: Position: Olfaction Standardization is Essential for the Advancement of Embodied Artificial Intelligence

• arxiv url: http://arxiv.org/abs/2506.00398v1
• Date: Sat, 31 May 2025 05:35:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-04 21:47:32.888141
• Title: Position: Olfaction Standardization is Essential for the Advancement of Embodied Artificial Intelligence
• Title（参考訳）: 位置:Olfaction Standardizationは、身体的人工知能の進化に不可欠である
• Authors: Kordel K. France, Rohith Peddi, Nik Dennler, Ovidiu Daescu,
• Abstract要約: AIアーキテクチャからの嗅覚の排除は、構造的課題とは無関係である、と我々は主張する。 私たちは、嗅覚ベンチマークを形式化し、マルチモーダルデータセットを開発し、マシンが人間の環境で理解し、ナビゲートし、行動するのに必要な感覚機能を定義するために、学際的なコラボレーションを求めている。
• 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: Despite extraordinary progress in artificial intelligence (AI), modern systems remain incomplete representations of human cognition. Vision, audition, and language have received disproportionate attention due to well-defined benchmarks, standardized datasets, and consensus-driven scientific foundations. In contrast, olfaction - a high-bandwidth, evolutionarily critical sense - has been largely overlooked. This omission presents a foundational gap in the construction of truly embodied and ethically aligned super-human intelligence. We argue that the exclusion of olfactory perception from AI architectures is not due to irrelevance but to structural challenges: unresolved scientific theories of smell, heterogeneous sensor technologies, lack of standardized olfactory datasets, absence of AI-oriented benchmarks, and difficulty in evaluating sub-perceptual signal processing. These obstacles have hindered the development of machine olfaction despite its tight coupling with memory, emotion, and contextual reasoning in biological systems. In this position paper, we assert that meaningful progress toward general and embodied intelligence requires serious investment in olfactory research by the AI community. We call for cross-disciplinary collaboration - spanning neuroscience, robotics, machine learning, and ethics - to formalize olfactory benchmarks, develop multimodal datasets, and define the sensory capabilities necessary for machines to understand, navigate, and act within human environments. Recognizing olfaction as a core modality is essential not only for scientific completeness, but for building AI systems that are ethically grounded in the full scope of the human experience.
• Abstract（参考訳）: 人工知能(AI)の驚異的な進歩にもかかわらず、現代のシステムは人間の認識の不完全な表現のままである。 ビジョン、オーディション、言語は、明確に定義されたベンチマーク、標準化されたデータセット、コンセンサス駆動の科学基盤によって不釣り合いな注目を集めている。 対照的に、高帯域幅で進化的に重要な感覚であるオルフアクションは、ほとんど見過ごされている。 この省略は、真に具現化され倫理的に整合した超人的知性の構築において、基礎的なギャップを生じさせる。 我々は、AIアーキテクチャからの嗅覚の排除は、嗅覚の未解決の科学的理論、異質なセンサー技術、標準化された嗅覚データセットの欠如、AI指向のベンチマークの欠如、知覚下信号処理の評価の難しさなど、構造的課題とは無関係であると主張している。 これらの障害は、生物学的システムにおける記憶、感情、文脈的推論との密結合にもかかわらず、機械の嗅覚の発達を妨げる。 本稿では,AIコミュニティによる嗅覚研究に,総合的・具体的インテリジェンスへの有意義な進歩が不可欠であることを示す。 私たちは、神経科学、ロボティクス、機械学習、倫理にまたがる学際的なコラボレーションを求め、嗅覚ベンチマークを形式化し、マルチモーダルデータセットを開発し、マシンが人間の環境を理解し、ナビゲートし、行動するのに必要な感覚機能を定義する。 ウルフアクションをコアモダリティとして認識することは、科学的完全性だけでなく、倫理的に人間の経験の完全な範囲に根ざしたAIシステムを構築するためにも不可欠である。

関連論文リスト

• Neural Brain: A Neuroscience-inspired Framework for Embodied Agents [58.58177409853298]
  大規模な言語モデルのような現在のAIシステムは、いまだに解体され続けており、物理的に世界と関わりが持てない。 この課題の核心は、人間のような適応性を持つエンボディエージェントを駆動するために設計された中枢知能システムであるNeural Brain(ニューラル・ブレイン)の概念である。 本稿では,2つの基本的な課題に対処する,エンボディエージェントのニューラルブレインの統一的枠組みを提案する。
  論文  参考訳（メタデータ） (2025-05-12T15:05:34Z)
• Common Sense Is All You Need [5.280511830552275]
  人工知能(AI)は近年大きな進歩を遂げているが、すべての動物に存在する認知の基本的な側面(常識)に悩まされ続けている。 現在のAIシステムは、広範囲の事前知識を必要とせずに、新しい状況に適応する能力に欠けることが多い。 この原稿は、AIシステムに常識を統合することは、真の自律性を達成し、AIの完全な社会的および商業的価値を解放するために不可欠である、と論じている。
  論文  参考訳（メタデータ） (2025-01-11T21:23:41Z)
• MindGPT: Advancing Human-AI Interaction with Non-Invasive fNIRS-Based Imagined Speech Decoding [0.0]
  人間とAIエージェント間のシームレスで共生的なコミュニケーションを可能にするコミュニケーションシステムの構築がますます重要になっている。 この研究は、非侵襲的高密度機能近赤外分光法(fNIRS)を用いた想像音声の復号化のための革新的なアプローチを開発することにより、人間とAIの相互作用の分野を前進させる。 特に本研究では,世界初の思考言語モデルであるMindGPTを紹介した。
  論文  参考訳（メタデータ） (2024-07-25T18:18:52Z)
• Enabling High-Level Machine Reasoning with Cognitive Neuro-Symbolic Systems [67.01132165581667]
  本稿では,認知アーキテクチャを外部のニューロシンボリックコンポーネントと統合することにより,AIシステムにおける高レベル推論を実現することを提案する。 本稿では,ACT-Rを中心としたハイブリッドフレームワークについて紹介し,最近の応用における生成モデルの役割について論じる。
  論文  参考訳（メタデータ） (2023-11-13T21:20:17Z)
• The Future of Fundamental Science Led by Generative Closed-Loop Artificial Intelligence [67.70415658080121]
  機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。 AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。 ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
  論文  参考訳（メタデータ） (2023-07-09T21:16:56Z)
• Beyond Interpretable Benchmarks: Contextual Learning through Cognitive and Multimodal Perception [0.0]
  この研究は、チューリングテストがコンピュータシステムを人為的に形作る試みであると誤解されていることを主張する。 通訳性に欠けるにもかかわらず、汎用知能の基盤として暗黙の学習を強調している。
  論文  参考訳（メタデータ） (2022-12-04T08:30:04Z)
• Conscious AI [6.061244362532694]
  人工知能の最近の進歩は、分類タスクの人間規模のスピードと精度を達成しました。 現在のシステムは、パターンを認識して分類する必要はない。 AIが直感や共感を必要とするより複雑なタスクに進むためには、メタシンキング、創造性、共感などの能力が人間の自己認識や意識に似ています。
  論文  参考訳（メタデータ） (2021-05-12T15:53:44Z)

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。