論文の概要: Experimental Evidence for the Propagation and Preservation of Machine Discoveries in Human Populations
- arxiv url: http://arxiv.org/abs/2506.17741v1
- Date: Sat, 21 Jun 2025 15:38:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-24 19:06:36.562283
- Title: Experimental Evidence for the Propagation and Preservation of Machine Discoveries in Human Populations
- Title（参考訳）: ヒト集団における機械発見の伝播と保存に関する実験的証拠
- Authors: Levin Brinkmann, Thomas F. Eisenmann, Anne-Marie Nussberger, Maxim Derex, Sara Bonati, Valerii Chirkov, Iyad Rahwan,
- Abstract要約: 超人的な能力を持つインテリジェントマシンは、人間の発見を超えた問題解決戦略を明らかにする可能性がある。
我々は、機械が人間の問題解決に根本的な影響を及ぼすための3つの重要な条件を特定した。
これらの条件が満たされれば、マシンが発見した戦略を人によって伝達し、理解し、保存することができることを実証する。
- 参考スコア（独自算出の注目度）: 0.6712949342699673
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Intelligent machines with superhuman capabilities have the potential to uncover problem-solving strategies beyond human discovery. Emerging evidence from competitive gameplay, such as Go, demonstrates that AI systems are evolving from mere tools to sources of cultural innovation adopted by humans. However, the conditions under which intelligent machines transition from tools to drivers of persistent cultural change remain unclear. We identify three key conditions for machines to fundamentally influence human problem-solving: the discovered strategies must be non-trivial, learnable, and offer a clear advantage. Using a cultural transmission experiment and an agent-based simulation, we demonstrate that when these conditions are met, machine-discovered strategies can be transmitted, understood, and preserved by human populations, leading to enduring cultural shifts. These findings provide a framework for understanding how machines can persistently expand human cognitive skills and underscore the need to consider their broader implications for human cognition and cultural evolution.
- Abstract（参考訳）: 超人的な能力を持つインテリジェントマシンは、人間の発見を超えた問題解決戦略を明らかにする可能性がある。
Goのような競争力のあるゲームプレイのエビデンスは、AIシステムが単なるツールから、人間が採用した文化革新の源へと進化していることを示している。
しかし、インテリジェントマシンがツールから永続的な文化的変化の要因へと移行する状況は、まだ不明である。
発見された戦略は、非自明で、学習可能であり、明確な優位性を提供しなければならない。
文化伝達実験とエージェント・ベース・シミュレーションを用いて、これらの条件が満たされた場合、機械が発見した戦略を人体で伝達、理解、保存し、文化的な変化を持続させることを実証する。
これらの発見は、機械が人間の認知スキルを持続的に拡張し、人間の認知と文化進化に対するより広範な影響を検討する必要性を明らかにするための枠組みを提供する。
関連論文リスト
- Artificial Human Intelligence: The role of Humans in the Development of Next Generation AI [6.8894258727040665]
我々は、人間と機械の知能の相互作用を探求し、人間が知能システムを開発する上で果たす重要な役割に焦点を当てる。
我々は, 次世代開発に向けた人間中心の方向性を提案するために, 共生設計の利点を活かして, 今後の展望を提案する。
論文 参考訳（メタデータ） (2024-09-24T12:02:20Z) - Cultural evolution in populations of Large Language Models [15.012901178522874]
本研究では,人間の振る舞いを模倣する大規模言語モデルの能力を利用することで,このギャップに対処できる可能性が示唆された。
人工エージェントは、文化の進化にますます参加することが求められているため、機械生成文化の進化のダイナミクスをより深く理解することが不可欠である。
本稿では, LLMの人口の文化的進化をシミュレーションする枠組みを提案し, 文化的進化において重要な変数の操作を可能にする。
論文 参考訳（メタデータ） (2024-03-13T18:11:17Z) - Machine Culture [15.122174007266874]
知的機械は、変化、伝達、選択の文化的過程を同時に変革する、と我々は主張する。
我々は、機械が文化的進化に与える影響を現在および将来予測するための概念的枠組みを提供する。
論文 参考訳（メタデータ） (2023-11-19T18:12:21Z) - 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) - Learning Robust Real-Time Cultural Transmission without Human Data [82.05222093231566]
人工知能エージェントにおけるゼロショット、高リコール文化伝達を生成する方法を提案する。
我々のエージェントは、事前に収集された人間のデータを使わずに、新しい文脈で人間からリアルタイムの文化的伝達に成功した。
これは、人工知能を開発するアルゴリズムとしての文化進化の道を開くものである。
論文 参考訳（メタデータ） (2022-03-01T19:32:27Z) - Learning from learning machines: a new generation of AI technology to
meet the needs of science [59.261050918992325]
科学的な発見のためのAIの有用性を高めるための新たな機会と課題を概説する。
産業におけるAIの目標と科学におけるAIの目標の区別は、データ内のパターンを識別することと、データから世界のパターンを発見することとの間に緊張を生じさせる。
論文 参考訳（メタデータ） (2021-11-27T00:55:21Z) - Learning to Complement Humans [67.38348247794949]
オープンワールドにおけるAIに対するビジョンの高まりは、知覚、診断、推論タスクのために人間を補完できるシステムの開発に焦点を当てている。
我々は,人間-機械チームの複合的なパフォーマンスを最適化するために,エンド・ツー・エンドの学習戦略をどのように活用できるかを実証する。
論文 参考訳（メタデータ） (2020-05-01T20:00:23Z)
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。