論文の概要: A Mind Cannot Be Smeared Across Time

• arxiv url: http://arxiv.org/abs/2601.11620v1
• Date: Sun, 11 Jan 2026 01:08:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-21 22:47:22.210283
• Title: A Mind Cannot Be Smeared Across Time
• Title（参考訳）: 心は時を経てば抜けられない
• Authors: Michael Timothy Bennett,
• Abstract要約: 私は意識的な経験が統一され同時に現れることを示します。 窓付き軌道上の正確な時間的意味論を導入する。 私は、意識が位相同期と効果的な接続に依存することを示す神経生理学的証拠をレビューする。
• 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: Whether machines can be conscious depends not only on what they compute, but \emph{when} they compute it. Most deployed artificial systems realise their functions via sequential or time-multiplexed updates. Conscious experience appears unified and simultaneous. I show that this difference matters formally. I augment Stack Theory with algebraic laws relating within time-window constraint satisfaction to conjunction. I introduce a precise temporal semantics over windowed trajectories $τ^{Δ,s}$ and prove that existential temporal realisation $\Diamond_Δ$ does not preserve conjunction. A system can realise all the ingredients of experience across time without ever instantiating the experienced conjunction itself. I then distinguish two postulates. StrongSync requires objective co-instantiation of the grounded conjunction within the window, while WeakSync permits temporal ``smearing''. I formalise concurrency-capacity to measure what is needed to satisfy StrongSync. Finally, I review neurophysiological evidence suggesting that consciousness depends on phase synchrony and effective connectivity, and that loss of consciousness is often associated with its breakdown. This evidence makes WeakSync less plausible. Under StrongSync, software consciousness on strictly sequential substrates is impossible for contents whose grounding requires two or more simultaneous contributors. The more parts from which simultaneous contribution required, the more concurrency capacity is required. The hardware matters. Consciousness attribution therefore requires architectural inspection, not just functional performance.
• Abstract（参考訳）: マシンが意識できるかどうかは、計算対象だけでなく、計算対象である 'emph{when} にも依存する。 ほとんどのデプロイされた人工システムは、シーケンシャルまたは時間多重更新によって機能を実現する。 意識的な経験は統一され同時に現れる。 私はこの違いが正式に重要であることを示す。 私はスタック理論を時-時-時-時-制約満足度に関係した代数的法則で拡張する。 窓付き軌道上の正確な時間的意味論を$τ^{Δ,s}$で導入し、実時間的実現$\Diamond_Δ$が相補性を保持しないことを示す。 システムは、経験豊富な共同作業自体をインスタンス化することなく、時間を通して経験のすべての要素を実現することができる。 次に2つの仮定を区別します。 StrongSyncはウィンドウ内で接地された接続を客観的に共存させる必要があり、WeakSyncは一時的な ``smearing'' を許可する。 コンカレンシー・キャパシティを形式化し、StrongSyncを満たすために必要なものを測定します。 最後に、意識は位相同期と効果的な接続に依存し、意識の喪失はその分解と関連していることを示す神経生理学的証拠をレビューする。 この証拠は、WeakSyncの信頼性を低下させる。 StrongSyncでは、厳密なシーケンシャルな基板上のソフトウェア意識は、2つ以上のコントリビュータを必要とするコンテンツでは不可能である。 同時コントリビューションが必要な部分が増えれば増えるほど、コンカレンシーのキャパシティも高くなる。 ハードウェアは重要です。 したがって、意識の帰属は機能的なパフォーマンスだけでなく、アーキテクチャ的な検査を必要とする。

関連論文リスト

• CoreMatching: A Co-adaptive Sparse Inference Framework with Token and Neuron Pruning for Comprehensive Acceleration of Vision-Language Models [12.277869260176068]
  Token sparsityはトークン使用時の非効率を軽減し、Neuron sparsityは高次元計算を減少させる。 最近、これらの2つの疎性パラダイムは、主に並列に進化し、それらが独立して機能するという一般的な仮定を育んでいる。 トークンとニューロンの間隔の相乗効果を利用して推論効率を向上させる,共適応スパース推論フレームワークCoreMatchingを提案する。
  論文  参考訳（メタデータ） (2025-05-25T17:16:34Z)
• AsyncDiff: Parallelizing Diffusion Models by Asynchronous Denoising [49.785626309848276]
  AsyncDiffは、複数のデバイスにまたがるモデル並列化を可能にする、普遍的でプラグアンドプレイのアクセラレーションスキームである。 安定拡散 v2.1 では、AsyncDiff は2.7倍の速度アップと4.0倍のスピードアップを実現し、CLIPスコアの 0.38 をわずかに削減した。 我々の実験は、AsyncDiffがビデオ拡散モデルに容易に適用でき、性能を向上できることを示した。
  論文  参考訳（メタデータ） (2024-06-11T03:09:37Z)
• Once Upon a $\textit{Time}$ in $\textit{Graph}$: Relative-Time Pretraining for Complex Temporal Reasoning [96.03608822291136]
  我々は時間の性質を生かし、時間軸に沿った事象の相対的な配置に基づくグラフ構造の構築を提案する。 グラフビューにインスパイアされたRemeMoを提案する。これは2つの文間の時間関係をモデル化することによって、時間的に観察されたすべての事実を明示的に接続する。 実験の結果、RemeMoは複数の時間的質問応答データセット上でベースラインT5よりも優れていた。
  論文  参考訳（メタデータ） (2023-10-23T08:49:00Z)
• GestSync: Determining who is speaking without a talking head [67.75387744442727]
  本稿では,ジェスチャ・シンク (Gesture-Sync) を導入する。 Lip-Syncと比較して、Gesture-Syncは、声と体の動きの間にはるかに緩い関係があるため、はるかに難しい。 このモデルは自己教師付き学習だけで訓練でき、LSS3データセット上での性能を評価することができる。
  論文  参考訳（メタデータ） (2023-10-08T22:48:30Z)
• Sync+Sync: A Covert Channel Built on fsync with Storage [2.800768893804362]
  永続ストレージ用にSync+Syncという隠蔽チャネルを構築します。 Sync+Syncは、通常のソリッドステートドライブで約0.40%のエラーレートで、毎秒20,000ビットの伝送帯域を提供する。 Sync+Syncでサイドチャネルアタックを起動し、被害者データベースの操作を正確に検出する。
  論文  参考訳（メタデータ） (2023-09-14T12:22:29Z)
• Prune Spatio-temporal Tokens by Semantic-aware Temporal Accumulation [89.88214896713846]
  STAスコアは、時間的冗長性と意味的重要性の2つの重要な要因を考慮に入れている。 市販のビデオトランスフォーマーとビデオウィンにSTAモジュールを適用する。 結果: Kinetics-400 と something-Something V2 は 30% のオーバーシェルフ削減を実現し,0.2% の精度低下を実現した。
  論文  参考訳（メタデータ） (2023-08-08T19:38:15Z)
• OpenSync: An opensource platform for synchronizing multiple measures in neuroscience experiments [0.0]
  本稿では,神経科学実験における複数の指標の同期に使用できる OpenSync というオープンソースのプラットフォームを紹介する。 このプラットフォームは、生理的措置(脳波(EEG)、ガルバニック皮膚反応(GSR)、視線追跡、体の動きなど)、ユーザ入力応答(マウス、キーボード、ジョイスティックなど)、タスク関連情報(刺激マーカー)を自動的に統合し、同期し、記録するのに役立つ。 実験の結果,OpenSyncプラットフォームはマイクロ秒の解像度で複数の測度を同期させることができることがわかった。
  論文  参考訳（メタデータ） (2021-07-29T23:09:55Z)

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。