論文の概要: Exploring Core and Periphery Precepts in Biological and Artificial Intelligence: An Outcome-Based Perspective

• arxiv url: http://arxiv.org/abs/2507.04594v1
• Date: Mon, 07 Jul 2025 01:15:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 15:46:35.247477
• Title: Exploring Core and Periphery Precepts in Biological and Artificial Intelligence: An Outcome-Based Perspective
• Title（参考訳）: 生物・人工知能における中核・周辺概念の探索 : アウトカム・ベース・パースペクティブ
• Authors: Niloofar Shadab, Tyler Cody, Alejandro Salado, Taylan G. Topcu, Mohammad Shadab, Peter Beling,
• Abstract要約: 汎用インテリジェンスのエンジニアリングには,システム原則の新たなセットが必要だ,と私たちは主張する。 我々は,抽象システム理論に根ざした新しい概念的枠組みである「中核と周辺」の原則と要求変数の法則を紹介する。 本稿では,生物と人工知能の両方に適用性を示し,抽象理論を実世界の実装でブリッジする。
• 参考スコア（独自算出の注目度）: 40.2058998065435
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Engineering methodologies predominantly revolve around established principles of decomposition and recomposition. These principles involve partitioning inputs and outputs at the component level, ensuring that the properties of individual components are preserved upon composition. However, this view does not transfer well to intelligent systems, particularly when addressing the scaling of intelligence as a system property. Our prior research contends that the engineering of general intelligence necessitates a fresh set of overarching systems principles. As a result, we introduced the "core and periphery" principles, a novel conceptual framework rooted in abstract systems theory and the Law of Requisite Variety. In this paper, we assert that these abstract concepts hold practical significance. Through empirical evidence, we illustrate their applicability to both biological and artificial intelligence systems, bridging abstract theory with real-world implementations. Then, we expand on our previous theoretical framework by mathematically defining core-dominant vs periphery-dominant systems.
• Abstract（参考訳）: 工学の方法論は、主に分解と再分解の確立された原則を中心に展開する。 これらの原則は、入力と出力をコンポーネントレベルで分割することを含み、個々のコンポーネントのプロパティが構成に基づいて保持されることを保証する。 しかしながら、この見解は知的システム、特にシステム特性としてのインテリジェンスのスケーリングに対処する際には、うまく伝達されない。 我々の以前の研究は、汎用知能の工学は、新しいシステム原理の集合を必要とすると論じていた。 その結果,抽象システム理論に根ざした概念的枠組みである「中核と周辺」の原則と要求変数の法則が導入された。 本稿では,これらの抽象概念が実用上重要であることを主張する。 実証的なエビデンスを通じて、実世界の実装で抽象理論をブリッジすることで、生物学的および人工知能システムの両方に適用可能であることを示す。 次に,コア・ドミナント対周辺・ドミナント系を数学的に定義することにより,従来の理論枠組みを拡張した。

関連論文リスト

• A Systems-Theoretical Formalization of Closed Systems [47.99822253865054]
  システム工学における重要な基礎概念には形式主義の欠如がある。 最近認められた欠陥の1つは、インテリジェントシステムのためのシステムエンジニアリングプラクティスの不十分さである。
  論文  参考訳（メタデータ） (2023-11-16T19:01:01Z)
• LOGICSEG: Parsing Visual Semantics with Neural Logic Learning and Reasoning [73.98142349171552]
  LOGICSEGは、神経誘導学習と論理推論をリッチデータとシンボリック知識の両方に統合する、全体論的視覚意味論である。 ファジィ論理に基づく連続的な緩和の間、論理式はデータとニューラルな計算グラフに基礎を置いており、論理によるネットワークトレーニングを可能にする。 これらの設計によりLOGICSEGは、既存のセグメンテーションモデルに容易に統合できる汎用的でコンパクトなニューラル論理マシンとなる。
  論文  参考訳（メタデータ） (2023-09-24T05:43:19Z)
• Intrinsic Physical Concepts Discovery with Object-Centric Predictive Models [86.25460882547581]
  PHYsical Concepts Inference NEtwork (PHYCINE) は、異なる抽象レベルの物理概念を監督なしで推論するシステムである。 物理概念変数を含むオブジェクト表現は因果推論タスクの性能向上に有効であることを示す。
  論文  参考訳（メタデータ） (2023-03-03T11:52:21Z)
• Core and Periphery as Closed-System Precepts for Engineering General Intelligence [62.997667081978825]
  AIシステムの入力が出力から独立するかどうかは不明であり、従ってAIシステムが従来のコンポーネントとして扱われるかどうかは不明である。 本稿では, 工学的汎用知能は, コアと周辺と呼ばれる, 新たな汎用システム規範を必要とすることを示唆する。
  論文  参考訳（メタデータ） (2022-08-04T18:20:25Z)
• On the Principles of Parsimony and Self-Consistency for the Emergence of Intelligence [10.951424145477633]
  本稿では,インテリジェンスの全体像における深層ネットワークの理解に光を当てる理論的枠組みを提案する。 パシモニーと自己整合性の2つの基本原則を導入し、知性の出現の基盤となると信じている。
  論文  参考訳（メタデータ） (2022-07-11T05:06:08Z)
• Acquiring and Modelling Abstract Commonsense Knowledge via Conceptualization [49.00409552570441]
  本研究では,コモンセンス推論における概念化の役割について検討し,人間の概念化を再現する枠組みを定式化する。 ATOMIC は大規模な人為的注釈付き CKG であり,この枠組みを分類プロベースで支援している。
  論文  参考訳（メタデータ） (2022-06-03T12:24:49Z)
• Mesarovician Abstract Learning Systems [0.0]
  学習への現在のアプローチは、根本的な規範として問題領域と課題タスクの概念を持っている。 メサロビアン抽象システム理論は学習の超構造として用いられる。
  論文  参考訳（メタデータ） (2021-11-29T18:17:32Z)
• The General Theory of General Intelligence: A Pragmatic Patternist Perspective [0.0]
  レビューでは、基礎となる哲学、インテリジェンスの概念の形式化、およびAGIシステムのためのハイレベルアーキテクチャを取り上げている。 人間に似た認知アーキテクチャの特質は、これらの一般的な原則の表象として提示される。 OpenCog Hyperonのようなフレームワークにおける高度なAGIの実践的な実装の教訓を簡潔に検討する。
  論文  参考訳（メタデータ） (2021-03-28T10:11:25Z)

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。