論文の概要: Towards Error Centric Intelligence I, Beyond Observational Learning

• arxiv url: http://arxiv.org/abs/2510.15128v1
• Date: Thu, 16 Oct 2025 20:33:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-20 20:17:34.387821
• Title: Towards Error Centric Intelligence I, Beyond Observational Learning
• Title（参考訳）: エラーセントリックインテリジェンスI : 観察学習を超えて
• Authors: Marcus A. Thomas,
• Abstract要約: AGIの進歩はデータやスケールよりも理論に限定されていると我々は主張する。 まず、基礎、知識の定義、学習、知性、反事実能力、そしてAGIを作ることから始めます。 我々は、エージェントのアクションの下で、明示的かつ暗黙的なエラーがどのように進化するかについて、問題を3つの質問として再考した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We argue that progress toward AGI is theory limited rather than data or scale limited. Building on the critical rationalism of Popper and Deutsch, we challenge the Platonic Representation Hypothesis. Observationally equivalent worlds can diverge under interventions, so observational adequacy alone cannot guarantee interventional competence. We begin by laying foundations, definitions of knowledge, learning, intelligence, counterfactual competence and AGI, and then analyze the limits of observational learning that motivate an error centric shift. We recast the problem as three questions about how explicit and implicit errors evolve under an agent's actions, which errors are unreachable within a fixed hypothesis space, and how conjecture and criticism expand that space. From these questions we propose Causal Mechanics, a mechanisms first program in which hypothesis space change is a first class operation and probabilistic structure is used when useful rather than presumed. We advance structural principles that make error discovery and correction tractable, including a differential Locality and Autonomy Principle for modular interventions, a gauge invariant form of Independent Causal Mechanisms for separability, and the Compositional Autonomy Principle for analogy preservation, together with actionable diagnostics. The aim is a scaffold for systems that can convert unreachable errors into reachable ones and correct them.
• Abstract（参考訳）: AGIの進歩はデータやスケールよりも理論に限定されていると我々は主張する。 Popper と Deutsch の批判的合理主義に基づいて、プラトン表現仮説に挑戦する。 観察的に等価な世界は介入の下で分岐しうるので、観察的妥当性だけでは介入能力の保証はできない。 まず、基礎、知識、学習、知性、反ファクトの能力、AGIを構築し、次に、エラー中心のシフトを動機付ける観察学習の限界を分析します。 我々は、この問題を、エージェントの行動の下で明示的かつ暗黙的なエラーがどのように進化するか、固定された仮説空間内でエラーが到達できないか、そしてその空間をどのように拡張するかという3つの質問として再考した。 これらの質問から、仮説空間変化が第一級演算であり、確率的構造が推定されるよりも有用であるようなメカニズムの最初のプログラムである因果力学を提案する。 我々は、モジュラー介入のための差分局所性と自律性原理、分離性のための独立因果機構のゲージ不変形式、アナロジー保存のための構成自律性原理、および実行可能な診断を含む、エラー発見と修正を可能にする構造原理を前進させる。 目的は、到達不能なエラーを到達可能なエラーに変換し、修正できるシステムのための足場である。

関連論文リスト

• Newton to Einstein: Axiom-Based Discovery via Game Design [55.30047000068118]
  本稿では,ルール進化システムとして科学調査を再放送するゲームデザインフレームワークを提案する。 固定された仮定内で動作する従来のMLアプローチとは異なり、本手法は新たな理論構造の発見を可能にする。
  論文  参考訳（メタデータ） (2025-09-05T18:59:18Z)
• Controllable Logical Hypothesis Generation for Abductive Reasoning in Knowledge Graphs [54.596180382762036]
  知識グラフの帰納的推論は、観測された実体からもっともらしい論理的仮説を生成することを目的としている。 可制御性の欠如により、単一の観測は、多くの妥当だが冗長あるいは無関係な仮説をもたらす可能性がある。 帰納的推論の実用性を改善するために,制御可能な仮説生成タスクを導入する。
  論文  参考訳（メタデータ） (2025-05-27T09:36:47Z)
• Causal Inference Isn't Special: Why It's Just Another Prediction Problem [1.90365714903665]
  因果推論は予測モデリングとは異なるものとして描かれることが多い。 しかし、中核では、因果推論は単に分布シフトの下での予測の構造化例である。 この観点は因果推定をよく知られた一般化問題として再定義する。
  論文  参考訳（メタデータ） (2025-04-06T01:37:50Z)
• "Cause" is Mechanistic Narrative within Scientific Domains: An Ordinary Language Philosophical Critique of "Causal Machine Learning" [2.5782973781085383]
  因果学習は統計学と機械学習の研究の主要なテーマとして登場した。 本稿では,真の原因と影響現象の認識について考察する。
  論文  参考訳（メタデータ） (2025-01-10T10:36:26Z)
• On the Joint Interaction of Models, Data, and Features [82.60073661644435]
  本稿では,データとモデル間の相互作用を実験的に解析する新しいツールであるインタラクションテンソルを紹介する。 これらの観測に基づいて,特徴学習のための概念的枠組みを提案する。 この枠組みの下では、一つの仮説に対する期待された精度と一対の仮説に対する合意はどちらも閉形式で導出することができる。
  論文  参考訳（メタデータ） (2023-06-07T21:35:26Z)
• Nonparametric Identifiability of Causal Representations from Unknown Interventions [63.1354734978244]
  本研究では, 因果表現学習, 潜伏因果変数を推定するタスク, およびそれらの変数の混合から因果関係を考察する。 我々のゴールは、根底にある真理潜入者とその因果グラフの両方を、介入データから解決不可能なあいまいさの集合まで識別することである。
  論文  参考訳（メタデータ） (2023-06-01T10:51:58Z)
• Discovering Latent Causal Variables via Mechanism Sparsity: A New Principle for Nonlinear ICA [81.4991350761909]
  ICA(Independent component analysis)は、この目的を定式化し、実用的な応用のための推定手順を提供する手法の集合を指す。 潜伏変数は、潜伏機構をスパースに正則化すれば、置換まで復元可能であることを示す。
  論文  参考訳（メタデータ） (2021-07-21T14:22:14Z)
• Fundamental Limits and Tradeoffs in Invariant Representation Learning [99.2368462915979]
  多くの機械学習アプリケーションは、2つの競合する目標を達成する表現を学習する。 ミニマックスゲーム理論の定式化は、精度と不変性の基本的なトレードオフを表す。 分類と回帰の双方において,この一般的かつ重要な問題を情報論的に解析する。
  論文  参考訳（メタデータ） (2020-12-19T15:24:04Z)

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。