論文の概要: Semantic Attractors and the Emergence of Meaning: Towards a Teleological Model of AGI
- arxiv url: http://arxiv.org/abs/2508.18290v1
- Date: Thu, 21 Aug 2025 19:57:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-27 17:42:38.494231
- Title: Semantic Attractors and the Emergence of Meaning: Towards a Teleological Model of AGI
- Title（参考訳）: 意味的魅力と意味の創発:AGIのテレロジカルモデルに向けて
- Authors: Hans-Joachim Rudolph,
- Abstract要約: このエッセイは、複雑な意味空間における意味的誘引者の概念に基づく意味的汎用知能(AGI)の理論的枠組みを開発する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This essay develops a theoretical framework for a semantic Artificial General Intelligence (AGI) based on the notion of semantic attractors in complex-valued meaning spaces. Departing from current transformer-based language models, which operate on statistical next-token prediction, we explore a model in which meaning is not inferred probabilistically but formed through recursive tensorial transformation. Using cyclic operations involving the imaginary unit \emph{i}, we describe a rotational semantic structure capable of modeling irony, homonymy, and ambiguity. At the center of this model, however, is a semantic attractor -- a teleological operator that, unlike statistical computation, acts as an intentional agent (Microvitum), guiding meaning toward stability, clarity, and expressive depth. Conceived in terms of gradient flows, tensor deformations, and iterative matrix dynamics, the attractor offers a model of semantic transformation that is not only mathematically suggestive, but also philosophically significant. We argue that true meaning emerges not from simulation, but from recursive convergence toward semantic coherence, and that this requires a fundamentally new kind of cognitive architecture -- one designed to shape language, not just predict it.
- Abstract（参考訳）: このエッセイは、複雑な意味空間における意味的誘引者の概念に基づく意味的汎用知能(AGI)の理論的枠組みを開発する。
統計的次トーケン予測を演算する現在のトランスフォーマーベース言語モデルとは別に,確率的ではなく,帰納的テンソル変換によって形成されるモデルについて検討する。
虚数単位 \emph{i} を含む巡回演算を用いて、皮肉、ホモニミー、曖昧さをモデル化できる回転意味構造を記述する。
しかし、このモデルの中心にあるセマンティック・アトラクタは、統計計算とは異なり、意図的エージェント(マイクロビタム)として働き、安定性、明快さ、表現的深さを導く。グラデーションフロー、テンソル変形、反復行列のダイナミクスの観点から考えれば、アトラクタは、数学的に示唆されるだけでなく、哲学的にも重要なセマンティック・トランスフォーメーションのモデルを提供する。我々は、真の意味はシミュレーションからではなく、セマンティック・コヒーレンスへの再帰的収束から生まれ、これは言語を形作るために設計された基本的な新しい認知アーキテクチャである、と主張する。
関連論文リスト
- Beyond the Wavefunction: Qualia Abstraction Language Mechanics and the Grammar of Awareness [0.0]
本稿では,主観的経験の構造化力学に基づく量子力学の形式的再構築を提案する。
Qualia Abstraction Language (QAL) は物理システムをイントロスペクティブユニットの進化ストリームとしてモデル化する。
我々は、QALと内科的アプローチの整合性を分析し、量子論の標準的な解釈と対比し、プラトニズム後の内省的な基底物理学にその意味を探求する。
論文 参考訳（メタデータ） (2025-08-03T15:07:24Z) - Loss-Complexity Landscape and Model Structure Functions [56.01537787608726]
我々はコルモゴロフ構造関数 $h_x(alpha)$ を双対化するためのフレームワークを開発する。
情報理論構造と統計力学の数学的類似性を確立する。
構造関数と自由エネルギーの間のルジャンドル・フェンシェル双対性を明確に証明する。
論文 参考訳（メタデータ） (2025-07-17T21:31:45Z) - A Free Probabilistic Framework for Analyzing the Transformer-based Language Models [19.78896931593813]
本稿では,自由確率理論を用いたトランスフォーマーに基づく言語モデル解析のための形式的演算子理論フレームワークを提案する。
この研究は、理論上は大きな言語モデルにおける構造力学に関する原則的視点を提供する。
論文 参考訳（メタデータ） (2025-06-19T19:13:02Z) - Alpay Algebra III: Observer-Coupled Collapse and the Temporal Drift of Identity [0.0]
第3のインストールは、無限のカテゴリーフローと曲率駆動の恒等演算子を通して、オブザーバ結合されたフィコラプス過程を形式化する。
システムは、内部変換履歴を記号的固定点構造に符号化することで、説明可能なAI(XAI)における従来のアイデンティティモデリングを超越する。
結果はまた、安定した自己参照行動を持つ将来のAIシステムに対して、数学的に厳密な基礎を提供する。
論文 参考訳（メタデータ） (2025-05-26T10:20:12Z) - Meaning Representations from Trajectories in Autoregressive Models [106.63181745054571]
入力テキストを拡張可能なすべてのトラジェクトリの分布を考慮し,自己回帰言語モデルから意味表現を抽出する。
この戦略はプロンプトフリーであり、微調整は必要とせず、事前訓練された自己回帰モデルにも適用できる。
我々は,大規模なモデルから得られた表現が人間のアノテーションとよく一致し,意味的類似性タスクにおける他のゼロショットおよびプロンプトフリーメソッドよりも優れており,標準埋め込みが扱えないより複雑なエンタテインメントや包含タスクの解決に使用できることを実証的に示す。
論文 参考訳（メタデータ） (2023-10-23T04:35:58Z) - Discrete, compositional, and symbolic representations through attractor dynamics [51.20712945239422]
我々は,思考の確率的言語(PLoT)に似た認知過程をモデル化するために,アトラクタダイナミクスを記号表現と統合した新しいニューラルシステムモデルを導入する。
我々のモデルは、連続表現空間を、事前定義されたプリミティブに頼るのではなく、教師なし学習を通じて、記号系の意味性と構成性の特徴を反映する、記号列に対応する引き付け状態を持つ離散盆地に分割する。
このアプローチは、認知操作の複雑な双対性を反映したより包括的なモデルを提供する、AIにおける表現力の証明された神経弁別可能な基質であるニューラルダイナミクスを通じて、シンボル処理とサブシンボル処理の両方を統合する統一的なフレームワークを確立する。
論文 参考訳（メタデータ） (2023-10-03T05:40:56Z) - 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)
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。