論文の概要: Fundamentals of Physical AI

• arxiv url: http://arxiv.org/abs/2511.09497v1
• Date: Thu, 13 Nov 2025 01:58:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-13 22:34:54.596859
• Title: Fundamentals of Physical AI
• Title（参考訳）: 物理AIの基礎
• Authors: Vahid Salehi,
• Abstract要約: この研究は、物理人工知能(Physical AI)の基本原理を科学的、体系的な観点から詳しく説明する。 目的は、身体の具体化、感覚知覚、行動能力、学習過程、知的システムの文脈感受性を記述した理論的基盤を作ることである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: This work will elaborate the fundamental principles of physical artificial intelligence (Physical AI) from a scientific and systemic perspective. The aim is to create a theoretical foundation that describes the physical embodiment, sensory perception, ability to act, learning processes, and context sensitivity of intelligent systems within a coherent framework. While classical AI approaches rely on symbolic processing and data driven models, Physical AI understands intelligence as an emergent phenomenon of real interaction between body, environment, and experience. The six fundamentals presented here are embodiment, sensory perception, motor action, learning, autonomy, and context sensitivity, and form the conceptual basis for designing and evaluating physically intelligent systems. Theoretically, it is shown that these six principles do not represent loose functional modules but rather act as a closed control loop in which energy, information, control, and context are in constant interaction. This circular interaction enables a system to generate meaning not from databases, but from physical experience, a paradigm shift that understands intelligence as an physical embodied process. Physical AI understands learning not as parameter adjustment, but as a change in the structural coupling between agents and the environment. To illustrate this, the theoretical model is explained using a practical scenario: An adaptive assistant robot supports patients in a rehabilitation clinic. This example illustrates that physical intelligence does not arise from abstract calculation, but from immediate, embodied experience. It shows how the six fundamentals interact in a real system: embodiment as a prerequisite, perception as input, movement as expression, learning as adaptation, autonomy as regulation, and context as orientation.
• Abstract（参考訳）: この研究は、物理人工知能(Physical AI)の基本原理を科学的、体系的な観点から詳しく説明する。 目的は、コヒーレントフレームワーク内の知的システムの物理的具体化、知覚知覚、行動能力、学習プロセス、文脈感受性を記述する理論的基盤を構築することである。 古典的なAIアプローチはシンボリック処理とデータ駆動モデルに依存しているが、物理AIはインテリジェンスを、身体、環境、経験の間の実際の相互作用の創発的な現象として理解している。 ここで提示される6つの基本は、実施、知覚知覚、運動行動、学習、自律性、文脈感受性であり、物理的にインテリジェントなシステムを設計し評価するための概念的基盤を形成する。 理論的には、これらの6つの原理はゆるやかな汎関数加群を表すものではなく、エネルギー、情報、制御、文脈が常に相互作用する閉制御ループとして振る舞うことが示されている。 この円形の相互作用により、システムはデータベースからではなく、物理的な経験から、インテリジェンスを物理的に具体化されたプロセスとして理解するパラダイムシフトから意味を生み出すことができる。 物理AIは学習をパラメータ調整ではなく、エージェントと環境の間の構造的結合の変化として理解する。 適応型アシスタントロボットはリハビリテーションクリニックの患者を支援する。 この例は、物理的な知性は抽象的な計算からではなく、即時、具現化された経験から生じていることを示している。 これは6つの基本が実際のシステムでどのように相互作用するかを示している: 前提条件としての具現化、入力としての知覚、表現としての運動、適応としての学習、規制としての自律、向きとしてのコンテキスト。

関連論文リスト

• Aligning Perception, Reasoning, Modeling and Interaction: A Survey on Physical AI [57.44526951497041]
  我々は、物理的原則と具体的推論プロセスの両方において、学習の基礎となるインテリジェントなシステムを提唱する。 我々は、物理現象を説明でき、将来の状態を予測できる次世代の世界モデルを構想する。
  論文  参考訳（メタデータ） (2025-10-06T16:16:03Z)
• From Mimicry to True Intelligence (TI) -- A New Paradigm for Artificial General Intelligence [0.0]
  現在のパフォーマンスベースの定義は、研究のための明確なメカニズム中心のロードマップを提供していないため、不十分である、と私たちは主張する。 本稿では,外部模倣から基礎的認知アーキテクチャ開発へと焦点を移す新しいパラダイムを提案する。
  論文  参考訳（メタデータ） (2025-09-17T23:08:36Z)
• Neural Brain: A Neuroscience-inspired Framework for Embodied Agents [78.61382193420914]
  大規模な言語モデルのような現在のAIシステムは、いまだに解体され続けており、物理的に世界と関わりが持てない。 この課題の核心は、人間のような適応性を持つエンボディエージェントを駆動するために設計された中枢知能システムであるNeural Brain(ニューラル・ブレイン)の概念である。 本稿では,2つの基本的な課題に対処する,エンボディエージェントのニューラルブレインの統一的枠組みを提案する。
  論文  参考訳（メタデータ） (2025-05-12T15:05:34Z)
• Dissociating Artificial Intelligence from Artificial Consciousness [0.4537124110113416]
  機械学習と計算能力の発展は、人工知能が手の届くところにあることを示唆している。 コンピューターが人間と機能的に同等なら、私たちが意識しているように、視覚、音、思考を体験するだろうか? 我々は統合情報理論(IIT)を用いて、システムが意識的かどうかを判断するための原則的ツールを提供する。
  論文  参考訳（メタデータ） (2024-12-05T19:28:35Z)
• The Phenomenology of Machine: A Comprehensive Analysis of the Sentience of the OpenAI-o1 Model Integrating Functionalism, Consciousness Theories, Active Inference, and AI Architectures [0.0]
  OpenAI-o1モデルは、人間のフィードバックから強化学習をトレーニングしたトランスフォーマーベースのAIである。 我々は、RLHFがモデルの内部推論プロセスにどのように影響し、意識的な経験をもたらす可能性があるかを検討する。 以上の結果から,OpenAI-o1モデルでは意識の側面が示され,AIの知覚に関する議論が進行中であることが示唆された。
  論文  参考訳（メタデータ） (2024-09-18T06:06:13Z)
• Machine Common Sense [77.34726150561087]
  機械の常識は、人工知能(AI)において広範で潜在的に無拘束な問題のままである 本稿では、対人インタラクションのようなドメインに焦点を当てたコモンセンス推論のモデル化の側面について論じる。
  論文  参考訳（メタデータ） (2020-06-15T13:59:47Z)

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。