論文の概要: Can machines think efficiently?

• arxiv url: http://arxiv.org/abs/2510.26954v1
• Date: Thu, 30 Oct 2025 19:26:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-03 17:52:15.899849
• Title: Can machines think efficiently?
• Title（参考訳）: 機械は効率的に考えることができるか?
• Authors: Adam Winchell,
• Abstract要約: チューリングテストは、人間と機械の知性を区別するのにもはや不十分である。 この研究は、質問に答えるのに費やしたエネルギーという追加の要素を考慮し、オリジナルの模倣ゲームを拡張します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Turing Test is no longer adequate for distinguishing human and machine intelligence. With advanced artificial intelligence systems already passing the original Turing Test and contributing to serious ethical and environmental concerns, we urgently need to update the test. This work expands upon the original imitation game by accounting for an additional factor: the energy spent answering the questions. By adding the constraint of energy, the new test forces us to evaluate intelligence through the lens of efficiency, connecting the abstract problem of thinking to the concrete reality of finite resources. Further, this proposed new test ensures the evaluation of intelligence has a measurable, practical finish line that the original test lacks. This additional constraint compels society to weigh the time savings of using artificial intelligence against its total resource cost.
• Abstract（参考訳）: チューリングテストは、人間と機械の知性を区別するのにもはや不十分である。 先進的な人工知能システムがチューリングテストにすでに合格しており、深刻な倫理的・環境的懸念に寄与しているため、テストの更新が急務です。 この研究は、質問に答えるために費やされたエネルギーという追加の要素を考慮し、オリジナルの模倣ゲームを拡張する。 エネルギーの制約を加えることで、新しいテストでは、知性を効率のレンズを通して評価し、抽象的な思考問題を有限資源の具体的な現実に結びつける。 さらに、提案した新しいテストにより、インテリジェンスの評価が、元のテストに欠けている測定可能な、実用的なフィニッシュラインを持つことが保証される。 この追加の制約は、人工知能の使用の時間的節約を、その総リソースコストに対して考慮する社会を補完する。

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)
• The Einstein Test: Towards a Practical Test of a Machine's Ability to Exhibit Superintelligence [1.9608359347635138]
  我々は、CDIを作成する能力は、マシン超知能の重要な特徴とみなすべきであると論じている。 本稿では,SIを対象とするAIへのアプローチが,このような新たな洞察を得られるかどうかを評価するための実践的テストを提案する。
  論文  参考訳（メタデータ） (2025-01-12T21:55:04Z)
• Brain-inspired Computational Intelligence via Predictive Coding [73.42407863671565]
  予測符号化(PC)は、機械学習コミュニティにとって潜在的に価値のある、有望な特性を示している。 PCライクなアルゴリズムは、機械学習とAIの複数のサブフィールドに存在し始めている。
  論文  参考訳（メタデータ） (2023-08-15T16:37:16Z)
• Brain in a Vat: On Missing Pieces Towards Artificial General Intelligence in Large Language Models [83.63242931107638]
  本稿では,知的エージェントの4つの特徴について述べる。 実世界の物体との活発な関わりは、概念的表現を形成するためのより堅牢な信号をもたらすと我々は主張する。 我々は、人工知能分野における将来的な研究の方向性を概説して結論付ける。
  論文  参考訳（メタデータ） (2023-07-07T13:58:16Z)
• Reliable AI: Does the Next Generation Require Quantum Computing? [71.84486326350338]
  デジタルハードウェアは、最適化、ディープラーニング、微分方程式に関する問題の解決に本質的に制約されていることを示す。 対照的に、Blum-Shub-Smale マシンのようなアナログコンピューティングモデルは、これらの制限を克服する可能性を示している。
  論文  参考訳（メタデータ） (2023-07-03T19:10:45Z)
• Testing System Intelligence [0.902877390685954]
  私たちは、置換テストに合格するインテリジェントシステムの構築には、現在のAIの範囲外にある一連の技術的な問題が含まれる、と論じています。 我々は,人間と機械のスキルの相補性に基づく代替テストが,多種多様な知能概念につながることを示唆する。
  論文  参考訳（メタデータ） (2023-05-19T06:46:32Z)
• The Human-or-Machine Matter: Turing-Inspired Reflections on an Everyday Issue [4.309879785418976]
  マシンにインテリジェントなラベルを付けることができるのか、あるいは特定のコンテキストにおける人間の能力と一致すると言えるのか、という疑問を副次的に解決する。 「私は人間や機械と対話しているか」という、日常のやりとりの中で、一見単純な質問に最初に注意を向ける。
  論文  参考訳（メタデータ） (2023-05-07T15:41:11Z)

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。