論文の概要: The Double Contingency Problem: AI Recursion and the Limits of Interspecies Understanding

• arxiv url: http://arxiv.org/abs/2511.08927v1
• Date: Thu, 13 Nov 2025 01:18:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-13 22:34:54.30627
• Title: The Double Contingency Problem: AI Recursion and the Limits of Interspecies Understanding
• Title（参考訳）: 二重並行問題:AI再帰と種間理解の限界
• Authors: Graham L. Bishop,
• Abstract要約: AIシステムは中性パターン検出装置ではなく、独自の情報処理を行う再帰的認知エージェントであり、他の種のコミュニケーション構造を体系的に曖昧にしたり歪ませたりする可能性がある、と私は主張する。 それぞれの種のコミュニケーションは、関連する生態学的および進化的な条件を通じて発生し、一方AIシステムは、それぞれの連続したアーキテクチャおよび訓練条件を介してこれらの信号を処理する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Current bioacoustic AI systems achieve impressive cross-species performance by processing animal communication through transformer architectures, foundation model paradigms, and other computational approaches. However, these approaches overlook a fundamental question: what happens when one form of recursive cognition--AI systems with their attention mechanisms, iterative processing, and feedback loops--encounters the recursive communicative processes of other species? Drawing on philosopher Yuk Hui's work on recursivity and contingency, I argue that AI systems are not neutral pattern detectors but recursive cognitive agents whose own information processing may systematically obscure or distort other species' communicative structures. This creates a double contingency problem: each species' communication emerges through contingent ecological and evolutionary conditions, while AI systems process these signals through their own contingent architectural and training conditions. I propose that addressing this challenge requires reconceptualizing bioacoustic AI from universal pattern recognition toward diplomatic encounter between different forms of recursive cognition, with implications for model design, evaluation frameworks, and research methodologies.
• Abstract（参考訳）: 現在のバイオ音響AIシステムは、トランスフォーマーアーキテクチャ、ファンデーションモデルパラダイム、その他の計算アプローチを通じて動物コミュニケーションを処理することで、印象的なクロススペックのパフォーマンスを達成する。 しかし、これらのアプローチは基本的な問題を見落としている: ある形態の再帰的認知 - 注意機構、反復的処理、フィードバックループを持つAIシステム- が他の種の再帰的コミュニケーションプロセスを説明するとどうなるか? 哲学者のユク・フイの帰納性と並行性に関する業績に基づき、AIシステムは中性パターン検出器ではなく、それ自身で情報処理を行う再帰的認知エージェントは、他の種のコミュニケーション構造を体系的に曖昧にしたり歪ませたりするかもしれないと論じる。 それぞれの種のコミュニケーションは、関連する生態学的および進化的な条件を通じて発生し、一方AIシステムは、それぞれの連続したアーキテクチャおよび訓練条件を介してこれらの信号を処理する。 この課題に対処するには, モデル設計, 評価フレームワーク, 研究方法論に影響を及ぼすような, 多様な再帰的認知の形式間の外交的出会いに対する普遍的なパターン認識から, 生体音響AIの相互認識が必要である。

関連論文リスト

• Understanding Transformers through the Lens of Pavlovian Conditioning [0.5076419064097734]
  本稿では,注意のコア計算をパブロヴィアン条件付けとして再解釈する理論的枠組みを提案する。 注意点のクエリ,キー,値が,古典的条件付けの3つの要素にマッピング可能であることを示す。 我々の枠組みは、この線形化モデルに基づくいくつかの理論的洞察をもたらす。
  論文  参考訳（メタデータ） (2025-08-05T05:00:00Z)
• Neural Network Reprogrammability: A Unified Theme on Model Reprogramming, Prompt Tuning, and Prompt Instruction [57.19302613163439]
  モデル適応のための統一フレームワークとして,ニューラルネットワークの再プログラム可能性を導入する。 本稿では,4つの重要な側面にまたがる情報操作アプローチを分類する分類法を提案する。 残る技術的課題や倫理的考察も分析する。
  論文  参考訳（メタデータ） (2025-06-05T05:42:27Z)
• A Computational Cognitive Model for Processing Repetitions of Hierarchical Relations [1.6385815610837167]
  我々は、シーケンシャルデータ内の階層的関係の反復から生じる構造的反復、パターンに焦点を当てる。 このような構造的反復を人間が検出し、理解する方法の候補計算モデルを開発する。
  論文  参考訳（メタデータ） (2025-04-14T10:08:28Z)
• Continuum-Interaction-Driven Intelligence: Human-Aligned Neural Architecture via Crystallized Reasoning and Fluid Generation [1.5800607910450124]
  現在のAIシステムは、幻覚、予測不能、そして人間の意思決定と不一致といった課題に直面している。 本研究では、確率的生成(LLM)とホワイトボックスの手続き的推論(チェーン・オブ・シント)を統合し、解釈可能で、継続的な学習可能で、人間に準拠したAIシステムを構築する二チャンネルインテリジェントアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2025-04-12T18:15:49Z)
• Closing the Loop: How Semantic Closure Enables Open-Ended Evolution? [0.042970700836450486]
  この写本は意味的クロージャの進化的出現を探求している。 生物学、生理学、生態心理学の概念を統合している。 我々は,生命の臨界特性を捉えることが可能なモデルを開発し,そのモデルとして,オートポエシス,予測,適応などがある。
  論文  参考訳（メタデータ） (2024-04-05T19:35:38Z)
• 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)
• PICK: Polished & Informed Candidate Scoring for Knowledge-Grounded Dialogue Systems [59.1250765143521]
  現在の知識接地対話システムは、生成された応答を人間に好まれる品質に合わせるのに失敗することが多い。 我々は,世代別再描画フレームワークであるPolseed & Informed Candidate Scoring (PICK)を提案する。 対話履歴に関連性を維持しつつ,より忠実な応答を生成するためのPICKの有効性を示す。
  論文  参考訳（メタデータ） (2023-09-19T08:27:09Z)
• Human-AI Coevolution [48.74579595505374]
  Coevolution AIは、人間とAIアルゴリズムが相互に連続的に影響を及ぼすプロセスである。 本稿では,AIと複雑性科学の交点における新たな研究分野の基盤として,Coevolution AIを紹介した。
  論文  参考訳（メタデータ） (2023-06-23T18:10:54Z)
• The Predictive Forward-Forward Algorithm [79.07468367923619]
  本稿では,ニューラルネットワークにおける信頼割当を行うための予測フォワード(PFF)アルゴリズムを提案する。 我々は,有向生成回路と表現回路を同時に同時に学習する,新しい動的リカレントニューラルネットワークを設計する。 PFFは効率よく学習し、学習信号を伝達し、フォワードパスのみでシナプスを更新する。
  論文  参考訳（メタデータ） (2023-01-04T05:34:48Z)

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。