論文の概要: Moravec's Paradox and Restrepo's Model: Limits of AGI Automation in Growth
- arxiv url: http://arxiv.org/abs/2509.24466v1
- Date: Mon, 29 Sep 2025 08:45:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-30 22:32:19.869622
- Title: Moravec's Paradox and Restrepo's Model: Limits of AGI Automation in Growth
- Title（参考訳）: MoravecのパラドックスとRestrepoのモデル:成長におけるAGI自動化の限界
- Authors: Marc Bara,
- Abstract要約: このノートは、モラベックのパラドックスを取り入れることで、レストレポ(2025年)のAGIによる経済成長モデルを拡張している。
タスクスペースを認知的および物理的コンポーネントに分割し、いくつかの物理的ボトルネックに対して無限のコストを許容する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This note extends Restrepo (2025)'s model of economic growth under AGI by incorporating Moravec's Paradox -the observation that tasks requiring sensorimotor skills remain computationally expensive relative to cognitive tasks. We partition the task space into cognitive and physical components with differential automation costs, allowing infinite costs for some physical bottlenecks. Our key result shows that when physical tasks constitute economic bottlenecks with sufficiently high (or infinite) computational requirements, the labor share of income converges to a positive constant in the finite-compute regime (rather than zero). This fundamentally alters the distributional implications of AGI while preserving the growth dynamics for cognitive-intensive economies.
- Abstract（参考訳）: このノートは、モラベックのパラドックスを取り入れて、レストレポ(2025年)のAGI下の経済成長モデルを拡張している。
タスクスペースを認知的および物理的コンポーネントに分割し、いくつかの物理的ボトルネックに対して無限のコストを許容する。
我々の重要な結果は、物理的タスクが十分に高い(あるいは無限の)計算条件で経済的ボトルネックを構成する場合、収入の労働シェアは有限計算系において(ゼロではなく)正の定数に収束することを示している。
これは、認知集約経済の成長ダイナミクスを維持しながら、AGIの分布的含意を根本的に変える。
関連論文リスト
- Idempotent Equilibrium Analysis of Hybrid Workflow Allocation: A Mathematical Schema for Future Work [0.0]
大規模なAIシステムは、仕事をどのように人と機械に分割するかを変えようとしている。
我々は、この位置を反復的タスクデリゲーション写像として定式化し、その過程が安定な等等均衡に収束することを示す。
我々は、「センタウル」な人間とAIの連携を促進する政策は、福祉を最大化する固定点に向けて経済を操ることができると論じる。
論文 参考訳（メタデータ） (2025-08-02T11:28:34Z) - Resolving CAP Through Automata-Theoretic Economic Design: A Unified Mathematical Framework for Real-Time Partition-Tolerant Systems [0.0]
CAP定理は、一貫性、可用性、および分割耐性の間のトリレンマを主張する。
本稿では,CAPトレードオフを制約最適化問題として再編成する,厳密な自動理論および経済基盤フレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-03T09:21:43Z) - Scalable Chain of Thoughts via Elastic Reasoning [61.75753924952059]
Elastic Reasoningは、スケーラブルな思考の連鎖のための新しいフレームワークである。
推論は、独立して割り当てられた予算で、思考と解決の2つのフェーズに分けられる。
我々のアプローチは、制約のない設定でもより簡潔で効率的な推論をもたらす。
論文 参考訳（メタデータ） (2025-05-08T15:01:06Z) - Computational Irreducibility as the Foundation of Agency: A Formal Model Connecting Undecidability to Autonomous Behavior in Complex Systems [0.0]
我々は正確な数学的つながりを確立し 真に自律的なシステムに対して その将来の行動に関する疑問は 基本的に決定不可能であることを証明します
この発見は、人工知能、生物学的モデリング、そして自由意志のような哲学的概念に重大な影響を及ぼす。
論文 参考訳（メタデータ） (2025-05-05T21:24:50Z) - Will Neural Scaling Laws Activate Jevons' Paradox in AI Labor Markets? A Time-Varying Elasticity of Substitution (VES) Analysis [0.0]
我々は、人工知能における神経スケーリング法則が労働市場におけるJevonsのパラドックスを活性化するかどうかを分析する。
我々は、AIシステムが補完から人間の労働の代替へと移行する分析条件を確立する。
論文 参考訳（メタデータ） (2025-03-04T16:55:30Z) - Learning Dynamic Mechanisms in Unknown Environments: A Reinforcement Learning Approach [123.55983746427572]
本稿では,複数ラウンドの対話を通して動的ビックレー・クラーク・グローブ(VCG)機構を回復するための新しい学習アルゴリズムを提案する。
当社のアプローチの重要な貢献は、報酬のないオンライン強化学習(RL)を取り入れて、リッチな政策分野の探索を支援することである。
論文 参考訳（メタデータ） (2022-02-25T16:17:23Z) - Automated Machine Learning, Bounded Rationality, and Rational
Metareasoning [62.997667081978825]
有界合理性の観点から、自動機械学習(AutoML)と関連する問題を考察する。
リソース境界の下でアクションを取るには、エージェントがこれらのリソースを最適な方法で利用する方法を反映する必要がある。
論文 参考訳（メタデータ） (2021-09-10T09:10:20Z)
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。