論文の概要: The brain-AI convergence: Predictive and generative world models for general-purpose computation

• arxiv url: http://arxiv.org/abs/2512.02419v1
• Date: Tue, 02 Dec 2025 05:03:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-03 21:04:45.728485
• Title: The brain-AI convergence: Predictive and generative world models for general-purpose computation
• Title（参考訳）: 脳-AI収束:汎用計算のための予測的および生成的世界モデル
• Authors: Shogo Ohmae, Keiko Ohmae,
• Abstract要約: 注目に基づくトランスフォーマーを備えたAIシステムの最近の進歩は、新皮質と小脳がどのように多様な機能をもたらすかについての潜在的窓口を提供する。 注意型新皮質と非注意性小脳における共有計算機構を同定した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Recent advances in general-purpose AI systems with attention-based transformers offer a potential window into how the neocortex and cerebellum, despite their relatively uniform circuit architectures, give rise to diverse functions and, ultimately, to human intelligence. This Perspective provides a cross-domain comparison between the brain and AI that goes beyond the traditional focus on visual processing, adopting the emerging perspecive of world-model-based computation. Here, we identify shared computational mechanisms in the attention-based neocortex and the non-attentional cerebellum: both predict future world events from past inputs and construct internal world models through prediction-error learning. These predictive world models are repurposed for seemingly distinct functions--understanding in sensory processing and generation in motor processing-- enabling the brain to achieve multi-domain capabilities and human-like adaptive intelligence. Notably, attention-based AI has independently converged on a similar learning paradigm and world-model-based computation. We conclude that these shared mechanisms in both biological and artificial systems constitute a core computational foundation for realizing diverse functions including high-level intelligence, despite their relatively uniform circuit structures. Our theoretical insights bridge neuroscience and AI, advancing our understanding of the computational essence of intelligence.
• Abstract（参考訳）: 注意に基づくトランスフォーマーを備えた汎用AIシステムの最近の進歩は、比較的均一な回路アーキテクチャにもかかわらず、新皮質と小脳が様々な機能をもたらし、最終的には人間の知性にどのように影響するかについての潜在的窓口を提供する。 このパースペクティブは、脳とAIのクロスドメイン比較を提供し、従来の視覚処理の焦点を超えて、世界モデルベースの計算の出現する特定性を採用する。 ここでは、注意に基づく新皮質と非注意脳における共有計算機構を同定し、過去の入力から将来の世界事象を予測し、予測エラー学習を通じて内部世界モデルを構築する。 これらの予測的世界モデルは、知覚処理や運動処理の生成など、明らかに異なる機能のために再利用され、脳がマルチドメイン機能と人間のような適応知性を達成することができる。 特に、注目に基づくAIは、同様の学習パラダイムと世界モデルベースの計算に独立して収束している。 これらの共有機構は, 回路構造が比較的均一であるにもかかわらず, 高レベルの知能を含む多様な機能を実現するためのコア計算基盤となっている。 我々の理論的洞察は神経科学とAIを橋渡し、知性の計算的本質の理解を深める。

関連論文リスト

• Intelligence Foundation Model: A New Perspective to Approach Artificial General Intelligence [55.07411490538404]
  我々は,人工知能基盤モデル(IFM)による人工知能(AGI)への新たな視点を提案する。 IFMは、多様な知的行動から直接学習することで、インテリジェンスの基礎となるメカニズムを取得することを目的としている。
  論文  参考訳（メタデータ） (2025-11-13T09:28:41Z)
• 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)
• The brain versus AI: World-model-based versatile circuit computation underlying diverse functions in the neocortex and cerebellum [0.0]
  脳とAIの類似点と収束進化を同定する。 確立した神経科学理論を統合する新しい理論を提案する。 私たちの体系的なアプローチ、洞察、理論は、脳を理解するための画期的な進歩を約束します。
  論文  参考訳（メタデータ） (2024-11-25T04:05:43Z)
• 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)
• A brain basis of dynamical intelligence for AI and computational neuroscience [0.0]
  より多くの脳のような能力は、新しい理論、モデル、および人工学習システムを設計する方法を要求するかもしれない。 本稿は,第6回US/NIH BRAIN Initiative Investigators Meetingにおける動的神経科学と機械学習に関するシンポジウムに触発されたものです。
  論文  参考訳（メタデータ） (2021-05-15T19:49:32Z)

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。