論文の概要: Toward a Physical Theory of Intelligence

• arxiv url: http://arxiv.org/abs/2601.00021v1
• Date: Mon, 22 Dec 2025 20:40:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-11 18:48:17.495034
• Title: Toward a Physical Theory of Intelligence
• Title（参考訳）: 知の物理理論に向けて
• Authors: Peter David Fagan,
• Abstract要約: 本稿では,保全法に制約されたシステムにおける不可逆的な情報処理に基づく知性理論を提案する。 インテリジェントシステムは、進化が情報を目標指向の作業に変換する結合エージェント環境プロセスとしてモデル化される。
• 参考スコア（独自算出の注目度）: 0.016144088896423884
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a physical theory of intelligence grounded in irreversible information processing in systems constrained by conservation laws. An intelligent system is modelled as a coupled agent-environment process whose evolution transforms information into goal-directed work. To connect information to physical state, we introduce the Conservation-Congruent Encoding (CCE) framework, in which encodings correspond to metastable basins of attraction whose separability is enforced by conservation laws. Within this framework, intelligence is defined as the amount of goal-directed work produced per nat of irreversibly processed information. From this definition we derive a hierarchy of physical constraints governing information intake, irreversible computation, and work extraction in open systems. The framework reveals how long-horizon efficiency requires the preservation of internal informational structure, giving rise to self-modelling, and it establishes that physically embodied intelligent systems possess intrinsic epistemic limits analogous to incompleteness phenomena. Applying the theory to biological systems, we analyse how oscillatory and near-critical dynamics optimise the trade-off between information preservation, dissipation, and useful work, placing the brain near an efficient operating regime predicted by the framework. At the architectural level, we develop a theory of continuous dynamical circuits in which classical Boolean logic emerges as a special case of attractor selection, while more general invariant geometries support computational modes beyond fixed-point logic. Finally, we propose a physically grounded perspective on artificial intelligence safety based on irreversible information flow and structural homeostasis. Together, these results provide a unified, substrate-neutral account of intelligence as a physical phenomenon.
• Abstract（参考訳）: 本稿では,保全法に制約されたシステムにおいて,不可逆的な情報処理を基礎とした知能の物理理論を提案する。 インテリジェントシステムは、進化が情報を目標指向の作業に変換する結合エージェント環境プロセスとしてモデル化される。 本稿では,情報と物理的状態とを結びつけるために,保護法により分離性が強制されるアトラクションの準安定な流域に対応する,保存・共有エンコーディング(CCE)フレームワークを導入する。 このフレームワーク内では、インテリジェンスは、不可逆的に処理された情報のナット当たりのゴール指向の作業量として定義される。 この定義から、オープンシステムにおける情報の取り込み、不可逆的な計算、作業抽出を規制する物理的な制約の階層を導出する。 この枠組みは、長期の水平効率が内部情報構造の保存を必要とし、自己モデリングを引き起こすことを明らかにし、物理的に具現化された知能系が不完全性現象に類似した内因性てんかんの限界を有することを証明している。 この理論を生体システムに適用することにより、情報保存・散逸・有用な作業のトレードオフを振動的・準臨界力学がいかに最適化するかを分析し、脳をフレームワークによって予測される効率的な操作体制に近づける。 アーキテクチャレベルでは、古典的ブール論理がアトラクタ選択の特別な場合として現れる連続力学回路の理論を開発し、より一般的な不変なジオメトリは固定点論理を超えた計算モードをサポートする。 最後に、不可逆的な情報の流れと構造的ホメオスタシスに基づく、人工知能の安全性に関する物理的基礎的な視点を提案する。 これらの結果は、物理的現象として、統一された、基板中立なインテリジェンスの説明を提供する。

関連論文リスト

• Systems Explaining Systems: A Framework for Intelligence and Consciousness [0.0]
  本稿では,予測やドメイン固有のメカニズムではなく,関係構造から知性と意識が出現する概念的枠組みを提案する。 本稿では,高次系が時間とともに低次系の関係パターンを学習し,解釈する際に,意識が出現するシステム記述系原理を紹介する。 このフレームワークは、予測処理を明示的な予測よりも文脈解釈の創発的な結果として再設定する。
  論文  参考訳（メタデータ） (2026-01-07T11:19:22Z)
• BEDS : Bayesian Emergent Dissipative Structures : A Formal Framework for Continuous Inference Under Energy Constraints [0.6345523830122167]
  本稿では,エネルギー制約下での信念を継続的に維持しなくてはならない推論システムを解析するための公式なフレームワークであるBEDSを紹介する。 我々はエネルギー、精度、散逸を結びつける中心的な結果を証明する。 Gdel-Landauer-Prigogine予想(英語版)を提案し、形式系、計算、熱力学にまたがる閉包経路が共通の構造を持つことを示唆する。
  論文  参考訳（メタデータ） (2026-01-05T18:21:02Z)
• Information Physics of Intelligence: Unifying Logical Depth and Entropy under Thermodynamic Constraints [7.411478588468014]
  本稿では,情報処理を存在論的状態からキャリア状態へのマッピングを可能にする理論的枠組みを提案する。 与えられた論理深度から対象状態を計算するのに必要な有効な作業量を定量化する,新しい計量である導出エントロピーを導入する。 このことから, 導出エントロピーの最小化は, 生物と人工知能の双方の進化に支配的な原則であることが示唆された。
  論文  参考訳（メタデータ） (2025-11-24T14:24:08Z)
• 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)
• Cognitive Silicon: An Architectural Blueprint for Post-Industrial Computing Systems [0.0]
  本稿では2035年に向けて提案された仮想的なフルスタックアーキテクチャフレームワークについて,認知コンピューティングシステム設計の軌道を探究する。 提案したアーキテクチャは、シンボリックなスキャフォールディング、管理されたメモリ、実行時のモラルコヒーレンス、シリコンとセマンティック層間のアライメント対応実行を統合する。
  論文  参考訳（メタデータ） (2025-04-23T11:24:30Z)
• On Binding Objects to Symbols: Learning Physical Concepts to Understand Real from Fake [155.6741526791004]
  我々は、ディープニューラルネットワークが合成データを生成する驚くべき能力に照らして、古典的な信号と記号の障壁を再考する。 物理オブジェクトを抽象概念として特徴付け,それ以前の解析を用いて,物理オブジェクトが有限なアーキテクチャで符号化可能であることを示す。 我々は、有限時間でデジタルIDに物理的実体を結合することは、有限資源で可能であると結論付けた。
  論文  参考訳（メタデータ） (2022-07-25T17:21:59Z)
• Pessimism meets VCG: Learning Dynamic Mechanism Design via Offline Reinforcement Learning [114.36124979578896]
  オフライン強化学習アルゴリズムを用いて動的メカニズムを設計する。 我々のアルゴリズムは悲観主義の原理に基づいており、オフラインデータセットのカバレッジについて軽度な仮定しか必要としない。
  論文  参考訳（メタデータ） (2022-05-05T05:44:26Z)
• Multidimensional dark space and its underlying symmetries: towards dissipation-protected qubits [62.997667081978825]
  我々は、環境との制御された相互作用が、デコヒーレンスに対する免疫である「エム・ダーク」と呼ばれる状態を作り出すのに役立つことを示している。 暗黒状態の量子情報を符号化するには、次元が1より大きい空間にまたがる必要があるため、異なる状態が計算基底として機能する。 このアプローチは、オープンシステム内の量子情報を保存、保護、操作する新たな可能性を提供します。
  論文  参考訳（メタデータ） (2020-02-01T15:57:37Z)

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。