Fugu-MT 論文翻訳(概要): A new kind of science

論文の概要: A new kind of science

arxiv url: http://arxiv.org/abs/2601.00849v1
Date: Mon, 29 Dec 2025 14:44:37 GMT
ステータス: 翻訳完了
システム内更新日: 2026-01-06 16:25:21.785543
Title: A new kind of science
Title（参考訳）: 新しい科学
Authors: Alex Hansen, Sauro Succi,
Abstract要約: 人工知能の最近の発展を踏まえ,科学が因果関係の探求から相関関係の探求へと転換する過程にあるかどうかを論じる。我々は、AIの最も誘惑的な約束に対する盲目的な信頼は避けるべきである一方で、物理的洞察と超次元空間を探索する機械学習能力に基づくコンピュータシミュレーションの司法的な組み合わせは、これからの科学の追求方法における変革的な進歩の可能性を秘めていることを観察する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We discuss whether science is in the process of being transformed from a quest for causality to a quest for correlation in light of the recent development in artificial intelligence. We observe that while a blind trust in the most seductive promises of AI is surely to be avoided, a judicious combination of computer simulation based on physical insight and the machine learning ability to explore ultra-dimensional spaces, holds potential for transformative progress in the way science is going to be pursued in the years to come.
Abstract（参考訳）: 人工知能の最近の発展を踏まえ,科学が因果関係の探求から相関関係の探求へと転換する過程にあるかどうかを論じる。我々は、AIの最も誘惑的な約束に対する盲目的な信頼は避けるべきである一方で、物理的洞察と超次元空間を探索する機械学習能力に基づくコンピュータシミュレーションの司法的な組み合わせは、これからの科学の追求方法における変革的な進歩の可能性を秘めていることを観察する。

関連論文リスト

AI4X Roadmap: Artificial Intelligence for the advancement of scientific pursuit and its future directions [65.44445343399126]
我々は、生物学、化学、気候科学、数学、材料科学、物理学、自動運転研究所、非伝統的コンピューティングにまたがるAI可能な科学を考察する。多様な信頼性のあるデータの必要性、伝達可能な電子構造と原子間モデル、AIシステムがエンドツーエンドの科学合成に統合される。ドメイン全体にわたって、大規模な基礎モデル、アクティブラーニング、自動運転車研究所が、予測と検証の間のループを閉じる方法について強調する。
論文参考訳（メタデータ） (2025-11-26T02:10:28Z)
Position: Intelligent Science Laboratory Requires the Integration of Cognitive and Embodied AI [98.19195693735487]
知的科学研究所(ISL)のパラダイムを提案する。 ISLは、認知と具体的知性を深く統合した多層クローズドループフレームワークである。このようなシステムは、現在の科学的発見の限界を克服するために不可欠である、と我々は主張する。
論文参考訳（メタデータ） (2025-06-24T13:31:44Z)
Interpretable Machine Learning in Physics: A Review [10.77934040629518]
我々は、科学における中核研究として解釈可能な機械学習を確立することを目指している。我々は、解釈可能性の異なる側面を分類し、解釈可能性と性能の両方の観点から機械学習モデルについて議論する。我々は、物理学の多くのサブフィールドにまたがる、解釈可能な機械学習の最近の進歩を強調した。
論文参考訳（メタデータ） (2025-03-30T22:44:40Z)
Scaling Laws in Scientific Discovery with AI and Robot Scientists [72.3420699173245]
自律的なジェネラリスト科学者(AGS)の概念は、エージェントAIとエンボディロボットを組み合わせて、研究ライフサイクル全体を自動化している。 AGSは科学的発見に必要な時間と資源を大幅に削減することを目指している。これらの自律的なシステムが研究プロセスにますます統合されるにつれて、科学的な発見が新しいスケーリング法則に従うかもしれないという仮説を立てる。
論文参考訳（メタデータ） (2025-03-28T14:00:27Z)
A Review of Neuroscience-Inspired Machine Learning [58.72729525961739]
バイオプルーシブル・クレジット・アサインメントは、事実上あらゆる学習条件と互換性があり、エネルギー効率が高い。本稿では,人工ニューラルネットワークにおける信用代入の生体評価可能なルールをモデル化する,いくつかの重要なアルゴリズムについて検討する。我々は,このようなアルゴリズムを実用アプリケーションでより有用にするためには,今後の課題に対処する必要があることを論じる。
論文参考訳（メタデータ） (2024-02-16T18:05:09Z)
A Neuro-mimetic Realization of the Common Model of Cognition via Hebbian Learning and Free Energy Minimization [55.11642177631929]
大規模なニューラル生成モデルは、意味的に豊富なテキストのパスを合成したり、複雑な画像を生成することができる。我々はコモン・モデル・オブ・コグニティブ・ニューラル・ジェネレーティブ・システムについて論じる。
論文参考訳（メタデータ） (2023-10-14T23:28:48Z)
Accelerating science with human-aware artificial intelligence [2.7786142348700658]
教師なしモデルのトレーニングにより、人間の専門知識の分布を取り入れることで、将来の発見のAI予測が劇的に向上する(最大400%)。これらのモデルは、人間の予測とそれを作る科学者を予測することで成功します。人間の発見を加速する、あるいはその盲点を探索するAIは、現代科学の最前線を行き来することを可能にする。
論文参考訳（メタデータ） (2023-06-02T12:43:23Z)
Learning from learning machines: a new generation of AI technology to meet the needs of science [59.261050918992325]
科学的な発見のためのAIの有用性を高めるための新たな機会と課題を概説する。産業におけるAIの目標と科学におけるAIの目標の区別は、データ内のパターンを識別することと、データから世界のパターンを発見することとの間に緊張を生じさせる。
論文参考訳（メタデータ） (2021-11-27T00:55:21Z)
Off-the-shelf deep learning is not enough: parsimony, Bayes and causality [0.8602553195689513]
材料科学における深層学習の実現に向けた機会と障害について論じる。私たちは、ディープラーニングとAIは、因果関係が知られている分野に革命をもたらすのに十分な位置にあると論じています。
論文参考訳（メタデータ） (2020-05-04T15:16:30Z)

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。