論文の概要: Thousand-Brains Systems: Sensorimotor Intelligence for Rapid, Robust Learning and Inference

• arxiv url: http://arxiv.org/abs/2507.04494v1
• Date: Sun, 06 Jul 2025 18:11:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 15:46:35.209601
• Title: Thousand-Brains Systems: Sensorimotor Intelligence for Rapid, Robust Learning and Inference
• Title（参考訳）: thousands-Brainsシステム: 迅速でロバストな学習と推論のためのセンサモレータインテリジェンス
• Authors: Niels Leadholm, Viviane Clay, Scott Knudstrup, Hojae Lee, Jeff Hawkins,
• Abstract要約: 現在のAIシステムは、多くのタスクにおいて印象的なパフォーマンスを達成するが、生物学的知性のコア特性は欠如している。 神経科学理論は、哺乳類が半独立の感覚運動モジュールの複製を通じて柔軟な知性を進化させたことを示唆している。 私たちは、1000脳システムの最初の実装であるMontyを紹介します。
• 参考スコア（独自算出の注目度）: 0.8288727568301834
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Current AI systems achieve impressive performance on many tasks, yet they lack core attributes of biological intelligence, including rapid, continual learning, representations grounded in sensorimotor interactions, and structured knowledge that enables efficient generalization. Neuroscience theory suggests that mammals evolved flexible intelligence through the replication of a semi-independent, sensorimotor module, a functional unit known as a cortical column. To address the disparity between biological and artificial intelligence, thousand-brains systems were proposed as a means of mirroring the architecture of cortical columns and their interactions. In the current work, we evaluate the unique properties of Monty, the first implementation of a thousand-brains system. We focus on 3D object perception, and in particular, the combined task of object recognition and pose estimation. Utilizing the YCB dataset of household objects, we first assess Monty's use of sensorimotor learning to build structured representations, finding that these enable robust generalization. These representations include an emphasis on classifying objects by their global shape, as well as a natural ability to detect object symmetries. We then explore Monty's use of model-free and model-based policies to enable rapid inference by supporting principled movements. We find that such policies complement Monty's modular architecture, a design that can accommodate communication between modules to further accelerate inference speed via a novel `voting' algorithm. Finally, we examine Monty's use of associative, Hebbian-like binding to enable rapid, continual, and computationally efficient learning, properties that compare favorably to current deep learning architectures. While Monty is still in a nascent stage of development, these findings support thousand-brains systems as a powerful and promising new approach to AI.
• Abstract（参考訳）: 現在のAIシステムは、多くのタスクにおいて印象的なパフォーマンスを達成するが、素早い連続学習、知覚的相互作用に基づく表現、効率的な一般化を可能にする構造化知識など、生物学的知性のコア特性は欠如している。 神経科学理論は、哺乳類が半独立の感覚運動モジュール(皮質列として知られる機能ユニット)の複製を通じて柔軟な知能を進化させたことを示唆している。 生物と人工知能の相違に対処するために、皮質列とその相互作用のアーキテクチャを反映する手段として、数千の脳系が提案された。 本研究では,1000脳システムの最初の実装であるMontyのユニークな特性を評価する。 本研究では,3次元物体認識,特に物体認識とポーズ推定の複合作業に着目した。 家庭内オブジェクトのYCBデータセットを利用して、構造化表現を構築するためにモンティの感覚運動学習の使用を評価し、それらが堅牢な一般化を可能にすることを発見した。 これらの表現は、オブジェクトを大域的な形状で分類することに重点を置いているだけでなく、オブジェクトの対称性を検出する自然な能力も含んでいる。 次に、モデルフリーおよびモデルベースポリシーを用いたモンティの原理的動作支援による迅速な推論の実現について検討する。 このようなポリシーは、新しい‘投票’アルゴリズムによって推論速度をさらに加速するために、モジュール間の通信を許容できる設計であるMontyのモジュラーアーキテクチャを補完する。 最後に,モンティがアソシエイト,ヘビアン様のバインディングを用いて,現在のディープラーニングアーキテクチャと好意的に比較可能な,迅速かつ連続的かつ計算効率のよい学習を実現することを検討した。 Montyはまだ初期段階だが、これらの発見はAIに対する強力で有望な新しいアプローチとして、数千の脳システムをサポートしている。

関連論文リスト

• Thinking Beyond Tokens: From Brain-Inspired Intelligence to Cognitive Foundations for Artificial General Intelligence and its Societal Impact [31.63205881016299]
  本稿では,人工知能,認知神経科学,心理学,生成モデル,エージェントベースシステムの学際的合成について述べる。 我々は汎用知能のアーキテクチャと認知の基礎を分析し、モジュラー推論、永続記憶、マルチエージェント協調の役割を強調した。 我々は、人工知能への道の鍵となる科学的、技術的、倫理的課題を特定します。
  論文  参考訳（メタデータ） (2025-07-01T16:52:25Z)
• Advances and Challenges in Foundation Agents: From Brain-Inspired Intelligence to Evolutionary, Collaborative, and Safe Systems [133.45145180645537]
  大規模言語モデル(LLM)の出現は、人工知能の変革的シフトを触媒している。 これらのエージェントがAI研究と実践的応用をますます推進するにつれて、その設計、評価、継続的な改善は複雑で多面的な課題を呈している。 この調査は、モジュール化された脳にインスパイアされたアーキテクチャ内でインテリジェントエージェントをフレーミングする、包括的な概要を提供する。
  論文  参考訳（メタデータ） (2025-03-31T18:00:29Z)
• Large Language Model Agent: A Survey on Methodology, Applications and Challenges [88.3032929492409]
  大きな言語モデル(LLM)エージェントは、目標駆動の振る舞いと動的適応能力を持ち、人工知能への重要な経路を示す可能性がある。 本調査は, LLMエージェントシステムを方法論中心の分類法により体系的に分解する。 私たちの作業は、エージェントの構築方法、コラボレーション方法、時間の経過とともにどのように進化するか、という、統一されたアーキテクチャの視点を提供します。
  論文  参考訳（メタデータ） (2025-03-27T12:50:17Z)
• The Thousand Brains Project: A New Paradigm for Sensorimotor Intelligence [0.5032786223328559]
  私たちは、AIの代替的な補完的な形式を開発するための、現在進行中の研究プロジェクトであるSagare Brains Projectについて概説する。 多様なタスクを素早く学習するのに適した感覚運動エージェントである1000脳システムの初期バージョンを提示する。 我々は、数千の脳システムの設計を動機づける鍵となる原則を概説し、モンティの実装の詳細、そしてそのようなシステムの最初のインスタンス化について述べます。
  論文  参考訳（メタデータ） (2024-12-24T11:32:37Z)
• SciAgents: Automating scientific discovery through multi-agent intelligent graph reasoning [0.0]
  人工知能の鍵となる課題は、科学的理解を自律的に進めるシステムを作ることである。 3つのコア概念を活用するアプローチであるSciAgentsを提案する。 この枠組みは研究仮説を自律的に生成し、基礎となるメカニズム、設計原則、予期せぬ材料特性を解明する。 我々のケーススタディでは、生成AI、オントロジ表現、マルチエージェントモデリングを組み合わせて、生物学的システムに似た知能の群を活用できるスケーラブルな能力を実証している。
  論文  参考訳（メタデータ） (2024-09-09T12:25:10Z)
• Incremental procedural and sensorimotor learning in cognitive humanoid robots [52.77024349608834]
  本研究は,手順を段階的に学習する認知エージェントを提案する。 各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。 結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
  論文  参考訳（メタデータ） (2023-04-30T22:51:31Z)
• Attention: Marginal Probability is All You Need? [0.0]
  我々は、注意機構のための代替ベイズ基盤を提案する。 機械学習において、どのように異なる注目アーキテクチャを統合するかを示す。 この研究が、より洗練された直感を注目アーキテクチャの重要な特性に導くことを願っています。
  論文  参考訳（メタデータ） (2023-04-07T14:38:39Z)
• Is a Modular Architecture Enough? [80.32451720642209]
  我々は、シンプルで既知のモジュラーデータ分散のレンズを通して、共通のモジュラーアーキテクチャを徹底的に評価する。 モジュール化と疎結合のメリットを強調し、モジュール化システムの最適化において直面する課題に関する洞察を明らかにします。
  論文  参考訳（メタデータ） (2022-06-06T16:12:06Z)
• Fast and Slow Learning of Recurrent Independent Mechanisms [80.38910637873066]
  本稿では,エージェントが必要とする知識の断片と報酬関数が定常的であり,タスク間で再利用可能なトレーニングフレームワークを提案する。 注意機構は、どのモジュールを現在のタスクに適応できるかを動的に選択する。 提案方式のモジュール的側面のメタラーニングは,強化学習装置の高速化に大きく寄与することがわかった。
  論文  参考訳（メタデータ） (2021-05-18T17:50:32Z)

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。