論文の概要: Intelligent matter consisting of active particles

• arxiv url: http://arxiv.org/abs/2512.13912v1
• Date: Mon, 15 Dec 2025 21:39:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-17 16:49:26.503081
• Title: Intelligent matter consisting of active particles
• Title（参考訳）: 活性粒子からなる知的物質
• Authors: Julian Jeggle, Raphael Wittkowski,
• Abstract要約: 本章では, 知的システムへの経路として, 単純なモチーフエージェントのシステムをいかに利用できるかを概観する。 このことは、この振る舞いを合成物質にエミュレートし、集合的な振る舞いが知的システムの複雑性レベルに達する点へと導くことができるかどうかという疑問を提起する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this book chapter, we review how systems of simple motile agents can be used as a pathway to intelligent systems. It is a well known result from nature that large groups of entities following simple rules, such as swarms of animals, can give rise to much more complex collective behavior in a display of emergence. This begs the question whether we can emulate this behavior in synthetic matter and drive it to a point where the collective behavior reaches the complexity level of intelligent systems. Here, we will use a formalized notion of "intelligent matter" and compare it to recent results in the field of active matter. First, we will explore the approach of emergent computing in which specialized active matter systems are designed to directly solve a given task through emergent behavior. This we will then contrast with the approach of physical reservoir computing powered by the dynamics of active particle systems. In this context, we will also describe a novel reservoir computing scheme for active particles driven ultrasonically or via light refraction.
• Abstract（参考訳）: 本章では, 知的システムへの経路として, 単純なモチーフエージェントのシステムをいかに利用できるかを概観する。 動物群のような単純な規則に従う大きな集団が、出現の表示においてより複雑な集団行動を引き起こすことは、自然界からよく知られた結果である。 このことは、この振る舞いを合成物質にエミュレートし、集合的な振る舞いが知的システムの複雑性レベルに達する点へと導くことができるかどうかという疑問を提起する。 ここでは、「知性物質」という形式化された概念を使い、活性物質の分野における最近の結果と比較する。 まず,創発的行動を通じて与えられたタスクを直接解くように設計された,特殊能動的物質系の創発的コンピューティングのアプローチについて検討する。 このことは、活性粒子系の力学を動力とする物理貯水池計算のアプローチとは対照的である。 この文脈では、超音波または光屈折により駆動される活性粒子の新しい貯水池計算手法についても述べる。

関連論文リスト

• Optimal information injection and transfer mechanisms for active matter reservoir computing [0.0]
  貯留層計算(Reservoir Computing, RC)は、動的システム(貯水池)のパワーをリアルタイム推論に利用する最先端の機械学習手法である。 ここでは、カオス的に動く入力信号によって駆動される活性物質系を貯水池として使用する。 反発から魅力的な駆動力に切り替えると、システムは計算方法を完全に変えてしまう。
  論文  参考訳（メタデータ） (2025-09-01T21:58:31Z)
• Less is More: some Computational Principles based on Parcimony, and Limitations of Natural Intelligence [39.89179121430488]
  自然知性は、より少ないことで一貫して達成される。 今日のAIは、ほぼ無制限の計算能力、エネルギー、データに依存して、高いパフォーマンスを実現している。 本稿では, NIの制約は, 効率, 適応性, クリエイティビティのパラドックス触媒であると主張している。
  論文  参考訳（メタデータ） (2025-06-08T09:42:29Z)
• Intelligence at the Edge of Chaos [24.864145150537855]
  ルールベースのシステムの複雑さが、これらのルールを予測するために訓練されたモデルの能力にどのように影響するかを検討する。 以上の結果から,複雑性の高いルールは,より優れたインテリジェンスを示すモデルにつながることが判明した。 我々は、知性は複雑さを予測する能力から生じ、知性を生み出すには複雑さにのみ暴露する必要があると推測する。
  論文  参考訳（メタデータ） (2024-10-03T14:42:34Z)
• Active Inference and Intentional Behaviour [40.19132448481507]
  理論生物学の最近の進歩は、基底認知と知覚的行動がin vitro細胞培養と神経ネットワークの創発的特性であることを示唆している。 我々は、自由エネルギー原理のレンズを通して、この種の自己組織化を自己認識として特徴づける。 シミュレーションを用いて,これらの形態(反応性,感性,意図的)について検討する。
  論文  参考訳（メタデータ） (2023-12-06T09:38:35Z)
• Non-equilibrium physics: from spin glasses to machine and neural learning [0.0]
  障害のある多体系は様々なスケールで幅広い創発現象を示す。 我々は、統計物理学を通して、乱れたシステムにおけるそのような突発的な知性を特徴付けることを目指している。 知的システムを設計するための指針となる学習メカニズムと物理力学の関係を明らかにする。
  論文  参考訳（メタデータ） (2023-08-03T04:56:47Z)
• Harnessing Synthetic Active Particles for Physical Reservoir Computing [0.0]
  貯留層計算(Reservoir computing)は、ノードのネットワークをフェージングメモリで刺激し、計算と複雑な予測を可能にする技術である。 ここでは, 能動および受動成分から自然にノイズの多い非線形力学単位へ自己組織する, 合成能動マイクロ粒子システムによる物理貯水池計算を実証する。 本研究は, 自己組織型能動粒子系における情報処理の研究の道を開くものである。
  論文  参考訳（メタデータ） (2023-07-27T17:08:53Z)
• Incremental procedural and sensorimotor learning in cognitive humanoid robots [52.77024349608834]
  本研究は,手順を段階的に学習する認知エージェントを提案する。 各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。 結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
  論文  参考訳（メタデータ） (2023-04-30T22:51:31Z)
• Simulation of Collective Neutrino Oscillations on a Quantum Computer [117.44028458220427]
  本稿では,現在発生している量子デバイスを用いたニュートリノ相互作用系の最初のシミュレーションを行う。 量子ビットの自然接続における制限を克服し、それをリアルタイムに絡み合いの進化を追跡する戦略を導入する。
  論文  参考訳（メタデータ） (2021-02-24T20:51:25Z)
• Reservoir Computing with Magnetic Thin Films [35.32223849309764]
  新しい非伝統的なコンピューティングハードウェアは、自然現象を利用して効率を上げる可能性を秘めている。 物理貯水池計算は、様々な非伝統的なシステムでこれを実証している。 マイクロスケールシミュレーションにより薄膜の3つの磁性体を初期探査する。
  論文  参考訳（メタデータ） (2021-01-29T17:37:17Z)
• A Trainable Optimal Transport Embedding for Feature Aggregation and its Relationship to Attention [96.77554122595578]
  固定サイズのパラメータ化表現を導入し、与えられた入力セットから、そのセットとトレーニング可能な参照の間の最適な輸送計画に従って要素を埋め込み、集約する。 我々のアプローチは大規模なデータセットにスケールし、参照のエンドツーエンドのトレーニングを可能にすると同時に、計算コストの少ない単純な教師なし学習メカニズムも提供する。
  論文  参考訳（メタデータ） (2020-06-22T08:35:58Z)
• Towards Efficient Processing and Learning with Spikes: New Approaches for Multi-Spike Learning [59.249322621035056]
  各種タスクにおける他のベースラインよりも優れた性能を示すための2つの新しいマルチスパイク学習ルールを提案する。 特徴検出タスクでは、教師なしSTDPの能力と、その制限を提示する能力を再検討する。 提案した学習ルールは,特定の制約を適用せずに,幅広い条件で確実にタスクを解くことができる。
  論文  参考訳（メタデータ） (2020-05-02T06:41:20Z)

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。