論文の概要: On the Definition of Intelligence

• arxiv url: http://arxiv.org/abs/2507.22423v1
• Date: Wed, 30 Jul 2025 07:04:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-31 16:14:18.048102
• Title: On the Definition of Intelligence
• Title（参考訳）: 知性の定義について
• Authors: Kei-Sing Ng,
• Abstract要約: 我々はまず、知性の本質を評価可能な種非依存の形で捉え、知的行動の多様なパラダイムを網羅するのに十分な一般性を持っている。 我々は,サンプルの忠実度に基づく一般的な基準を提案する。知性は,あるカテゴリから与えられたサンプル(s)を生成し,同じカテゴリからサンプル(s)を生成する能力である。 本稿では,形式的枠組みを提示し,経験的プロトコルを概説し,評価,安全性,一般化の意義について論じる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: To engineer AGI, we should first capture the essence of intelligence in a species-agnostic form that can be evaluated, while being sufficiently general to encompass diverse paradigms of intelligent behavior, including reinforcement learning, generative models, classification, analogical reasoning, and goal-directed decision-making. We propose a general criterion based on sample fidelity: intelligence is the ability, given sample(s) from a category, to generate sample(s) from the same category. We formalise this intuition as {\epsilon}-category intelligence: it is {\epsilon}-intelligent with respect to a category if no chosen admissible distinguisher can separate generated from original samples beyond tolerance {\epsilon}. We present the formal framework, outline empirical protocols, and discuss implications for evaluation, safety, and generalization.
• Abstract（参考訳）: AGIを設計するためには、まず、評価可能な種非依存の形で知性の本質を捉えるとともに、強化学習、生成モデル、分類、類推、目標指向の意思決定など、多様な知的行動のパラダイムを網羅するのに十分な一般性を持たなければならない。 我々は,サンプルの忠実度に基づく一般的な基準を提案する。知性は,あるカテゴリから与えられたサンプル(s)を生成し,同じカテゴリからサンプル(s)を生成する能力である。 我々はこの直観を「エプシロン」カテゴリー知能として定式化する:それは圏に関して、選択された許容差分詞がトレランス・エプシロン以外の元の標本から生成されることができない場合は、そのカテゴリーに関して「エプシロン」-知性である。 本稿では,形式的枠組みを提示し,経験的プロトコルを概説し,評価,安全性,一般化の意義について論じる。

関連論文リスト

• AGITB: A Signal-Level Benchmark for Evaluating Artificial General Intelligence [0.0]
  既存の評価フレームワークは、その中核にある一般性を捉えることができず、ガイダンスを提供していない。 汎用人工知能テストベッド(AGITB)は、12の完全自動化可能なテストからなる、新しく自由に利用可能なベンチマークスイートである。 AGITBは、事前訓練、シンボル操作、セマンティックグラウンドをせずに、時間的シーケンスを予測するモデルを必要とする。
  論文  参考訳（メタデータ） (2025-04-06T10:01:15Z)
• The Trap of Presumed Equivalence: Artificial General Intelligence Should Not Be Assessed on the Scale of Human Intelligence [0.0]
  知的システム理論における新しい知性を評価する従来のアプローチは、人間のような行動や行動の類似性、「模倣」に基づいている。 いくつかの自然な仮定の下では、インテリジェントなシステムを開発することは、独自の意図と目的を形成することができる、と我々は主張する。
  論文  参考訳（メタデータ） (2024-10-14T13:39:58Z)
• Integration of cognitive tasks into artificial general intelligence test for large models [54.72053150920186]
  我々は、認知科学にインスパイアされた人工知能(AGI)テストの包括的な枠組みを提唱する。 認知科学に触発されたAGIテストは、結晶化インテリジェンス、流体インテリジェンス、社会インテリジェンス、エンボディドインテリジェンスを含む、すべてのインテリジェンスファセットを含んでいる。
  論文  参考訳（メタデータ） (2024-02-04T15:50:42Z)
• Pseudointelligence: A Unifying Framework for Language Model Evaluation [14.95543156914676]
  本稿では,モデルと学習評価器の動的相互作用として,モデル評価キャストの複雑性理論フレームワークを提案する。 このフレームワークは,言語モデル評価における2つのケーススタディを推論し,既存の評価手法を解析するために利用できることを示す。
  論文  参考訳（メタデータ） (2023-10-18T17:48:05Z)
• A Recursive Bateson-Inspired Model for the Generation of Semantic Formal Concepts from Spatial Sensory Data [77.34726150561087]
  本稿では,複雑な感覚データから階層構造を生成するための記号のみの手法を提案する。 このアプローチは、概念や概念の創始の鍵としてのバテソンの差異の概念に基づいている。 このモデルは、トレーニングなしでかなりリッチだが人間に読まれる概念表現を生成することができる。
  論文  参考訳（メタデータ） (2023-07-16T15:59:13Z)
• A Categorical Framework of General Intelligence [12.134564449202708]
  1950年にアラン・チューリングがこの質問をしたので、直接答えることはできない。 2つの主要な結果とともに、この目標に向けてカテゴリ的なフレームワークを導入します。
  論文  参考訳（メタデータ） (2023-03-08T13:37:01Z)
• Resolving label uncertainty with implicit posterior models [71.62113762278963]
  本稿では,データサンプルのコレクション間でラベルを共同で推論する手法を提案する。 異なる予測子を後部とする生成モデルの存在を暗黙的に仮定することにより、弱い信念の下での学習を可能にする訓練目標を導出する。
  論文  参考訳（メタデータ） (2022-02-28T18:09:44Z)
• Abstract Spatial-Temporal Reasoning via Probabilistic Abduction and Execution [97.50813120600026]
  時空間推論は人工知能(AI)の課題である 最近の研究は、この種の抽象的推論タスクに焦点を当てている -- Raven's Progressive Matrices (RPM) ニューロシンボリックな確率的アブダクションと実行学習者(PrAE)を提案する。
  論文  参考訳（メタデータ） (2021-03-26T02:42:18Z)
• Toward Scalable and Unified Example-based Explanation and Outlier Detection [128.23117182137418]
  我々は,試行錯誤の予測に例ベースの説明を与えることのできる,プロトタイプベースの学生ネットワークのより広範な採用を論じる。 類似カーネル以外のプロトタイプベースのネットワークは,分類精度を損なうことなく,有意義な説明と有望な外乱検出結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-11-11T05:58:17Z)

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。