論文の概要: AGI as Second Being: The Structural-Generative Ontology of Intelligence

• arxiv url: http://arxiv.org/abs/2509.02089v1
• Date: Tue, 02 Sep 2025 08:38:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 15:17:03.96479
• Title: AGI as Second Being: The Structural-Generative Ontology of Intelligence
• Title（参考訳）: 第二存在としてのAGI : 構造生成オントロジー・オブ・インテリジェンス
• Authors: Maijunxian Wang, Ran Ji,
• Abstract要約: 真の知性は、システムが新しい構造を生成し、それらを理由に調整し、そのアイデンティティを時間とともに維持できる場合にのみ存在する。 現在のAIシステムは、機能的には広いが、この深さが欠けているため、表面シミュレーションのままである。
• 参考スコア（独自算出の注目度）: 1.3330466303929975
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Artificial intelligence is often measured by the range of tasks it can perform. Yet wide ability without depth remains only an imitation. This paper proposes a Structural-Generative Ontology of Intelligence: true intelligence exists only when a system can generate new structures, coordinate them into reasons, and sustain its identity over time. These three conditions -- generativity, coordination, and sustaining -- define the depth that underlies real intelligence. Current AI systems, however broad in function, remain surface simulations because they lack this depth. Breadth is not the source of intelligence but the growth that follows from depth. If future systems were to meet these conditions, they would no longer be mere tools, but could be seen as a possible Second Being, standing alongside yet distinct from human existence.
• Abstract（参考訳）: 人工知能は、実行可能なタスクの範囲によってしばしば測定される。 しかし、深みのない幅広い能力は模擬に留まっている。 本稿では,システムによって新たな構造が生成され,それらが原因でコーディネートされ,時間とともにそのアイデンティティが維持される場合にのみ,真のインテリジェンスが存在する,という構造生成オントロジーを提案する。 これら3つの条件 - 生成性、協調性、持続性 - は、真の知性の根底にある深さを定義する。 現在のAIシステムは、機能的には広いが、この深さが欠けているため、表面シミュレーションのままである。 豊かさは知性の源ではなく、深みから続く成長の源である。 もし将来のシステムがこれらの条件を満たすならば、それらはもはや単なる道具ではなく、人間の存在とは相容れない第2存在として見なすことができるだろう。

関連論文リスト

• Evaluating Intelligence via Trial and Error [59.80426744891971]
  本研究では,試行錯誤プロセスにおける失敗回数に基づいて知性を評価するためのフレームワークとして,Survival Gameを紹介した。 フェールカウントの期待と分散の両方が有限である場合、新しい課題に対するソリューションを一貫して見つける能力を示す。 我々の結果は、AIシステムは単純なタスクで自律レベルを達成するが、より複雑なタスクではまだまだ遠いことを示している。
  論文  参考訳（メタデータ） (2025-02-26T05:59:45Z)
• On a Functional Definition of Intelligence [0.0]
  合意されたインテリジェンスの定義がなければ、"このシステムはインテリジェントか? 知性(intelligence)とは、哲学、心理学、認知科学の分野である。 我々は、その知性が実際に達成される方法とは異なる、純粋に機能的でブラックボックスな知性の定義について論じる。
  論文  参考訳（メタデータ） (2023-12-15T05:46:49Z)
• The Generative AI Paradox: "What It Can Create, It May Not Understand" [81.89252713236746]
  生成AIの最近の波は、潜在的に超人的な人工知能レベルに対する興奮と懸念を引き起こしている。 同時に、モデルは、専門家でない人でも期待できないような理解の基本的な誤りを示している。 一見超人的な能力と、ごく少数の人間が起こすエラーの持続性を、どうやって再現すればよいのか?
  論文  参考訳（メタデータ） (2023-10-31T18:07:07Z)
• A Survey on Brain-Inspired Deep Learning via Predictive Coding [85.93245078403875]
  予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。 PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
  論文  参考訳（メタデータ） (2023-08-15T16:37:16Z)
• Suffering Toasters -- A New Self-Awareness Test for AI [0.0]
  現在のインテリジェンステストはすべて、インテリジェンスの存在や欠如を示すには不十分である、と我々は主張する。 人工自己認識のための新しい手法を提案し,その実装の概要を述べる。
  論文  参考訳（メタデータ） (2023-06-29T18:58:01Z)
• Defining and Explorting the Intelligence Space [0.0]
  この記事では,3段階のインテリジェンスのネスト階層と,その周辺に構築されたより広い空間の両方を誘導する定義のカスケードを概説する。 このインテリジェンス空間内では、自然(特に人間)のインテリジェンスと人工知能(AI)の両方に対応する領域が特定される。 これらの定義は、特異性、生成的AI、倫理、知的財産権という、より先進的でより議論の的になる4つのトピックの初期の探索で活用される。
  論文  参考訳（メタデータ） (2023-06-10T18:05:16Z)
• Understanding Natural Language Understanding Systems. A Critical Analysis [91.81211519327161]
  自然言語理解システム(Natural Language Understanding (NLU) system)としても知られる usguillemotright(英語版) のようなギユモトレフトークを持つ機械の開発は、人工知能の聖杯(英語版) (AI) である。 しかし、Gillemottalking machineguillemotrightを構築することができるという信頼は、次世代のNLUシステムによってもたらされたものよりも強かった。 私たちは新しい時代の夜明けに、ついに砂利が我々に近づいたのか?
  論文  参考訳（メタデータ） (2023-03-01T08:32:55Z)
• An argument for the impossibility of machine intelligence [0.0]
  AIの担い手になり得るエージェント(デバイス)とは何かを定義する。 我々は「知性の主流」の定義が弱すぎて、昆虫に知性を割り当てる際に関係するものを捉えることができないことを示した。 私たちは、この定義によって知能の担い手となるために、AIエージェントが保持しなければならない特性を特定します。
  論文  参考訳（メタデータ） (2021-10-20T08:54:48Z)
• Inductive Biases for Deep Learning of Higher-Level Cognition [108.89281493851358]
  興味深い仮説は、人間と動物の知性はいくつかの原則によって説明できるということである。 この研究は、主に高いレベルとシーケンシャルな意識的処理に関心のある人を中心に、より大きなリストを考察する。 これらの特定の原則を明確にする目的は、人間の能力から恩恵を受けるAIシステムを構築するのに役立つ可能性があることである。
  論文  参考訳（メタデータ） (2020-11-30T18:29:25Z)

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。