論文の概要: Remapping and navigation of an embedding space via error minimization: a fundamental organizational principle of cognition in natural and artificial systems
- arxiv url: http://arxiv.org/abs/2601.14096v1
- Date: Tue, 20 Jan 2026 15:57:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-21 22:47:23.396183
- Title: Remapping and navigation of an embedding space via error minimization: a fundamental organizational principle of cognition in natural and artificial systems
- Title（参考訳）: 誤り最小化による埋め込み空間の再マッピングとナビゲーション--自然・人工システムにおける認知の基本的組織原理
- Authors: Benedikt Hartl, Léo Pio-Lopez, Chris Fields, Michael Levin,
- Abstract要約: 多様な知能の出現する分野は、非常に異なる構成、構成、および基質のエージェントにおける問題解決の総合的な見解を求める。
本稿では, 自然系と合成系の双方における認知が, 2つの重要な不変量間の相互作用によって特徴づけられ, 理解されることを示す。
- 参考スコア（独自算出の注目度）: 1.7499351967216341
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The emerging field of diverse intelligence seeks an integrated view of problem-solving in agents of very different provenance, composition, and substrates. From subcellular chemical networks to swarms of organisms, and across evolved, engineered, and chimeric systems, it is hypothesized that scale-invariant principles of decision-making can be discovered. We propose that cognition in both natural and synthetic systems can be characterized and understood by the interplay between two equally important invariants: (1) the remapping of embedding spaces, and (2) the navigation within these spaces. Biological collectives, from single cells to entire organisms (and beyond), remap transcriptional, morphological, physiological, or 3D spaces to maintain homeostasis and regenerate structure, while navigating these spaces through distributed error correction. Modern Artificial Intelligence (AI) systems, including transformers, diffusion models, and neural cellular automata enact analogous processes by remapping data into latent embeddings and refining them iteratively through contextualization. We argue that this dual principle - remapping and navigation of embedding spaces via iterative error minimization - constitutes a substrate-independent invariant of cognition. Recognizing this shared mechanism not only illuminates deep parallels between living systems and artificial models, but also provides a unifying framework for engineering adaptive intelligence across scales.
- Abstract（参考訳）: 多様な知能の出現する分野は、全く異なる証明、構成、および基質のエージェントにおける問題解決の総合的な見解を求める。
細胞内の化学ネットワークから生物群、進化、工学、キメラシステムまで、スケール不変の意思決定原理が発見できると仮定されている。
本研究では,(1)埋め込み空間の再マッピング,(2)これらの空間内のナビゲーションの2つの重要な不変量間の相互作用によって,自然系と合成系の認知が特徴づけられ,理解されることを示す。
単細胞から有機体全体(およびそれ以上)までの生物学的集団は、転写、形態学、生理学、または3D空間を再マップしてホメオスタシスを維持し、構造を再生する。
トランスフォーマー、拡散モデル、神経セルオートマトンを含む現代の人工知能(AI)システムは、データを潜在埋め込みに再マッピングし、文脈化を通じて反復的に精製することで、類似のプロセスを実行する。
この双対原理 - 反復的誤り最小化による埋め込み空間の再マッピングとナビゲーション - は、認知の基質非依存不変量を構成する。
この共有メカニズムを認識することは、生きたシステムと人工モデルの間の深い並列性を照らすだけでなく、スケールを越えたエンジニアリング適応インテリジェンスのための統一されたフレームワークも提供する。
関連論文リスト
- Conditional Morphogenesis: Emergent Generation of Structural Digits via Neural Cellular Automata [0.0]
本研究では,単一種から異なるトポロジカル構造を成長させることができる条件付きニューラルセルオートマタアーキテクチャを提案する。
ワンホット条件を細胞知覚場に注入することにより、一組の局所規則が対称性を破り、自己集合を10個の異なる幾何学的誘引子に分解することを学ぶことができる。
論文 参考訳（メタデータ） (2025-12-09T08:36:54Z) - Neural cellular automata: applications to biology and beyond classical AI [1.9116784879310027]
神経細胞オートマタ(NCA)は、生物学的自己組織化をモデル化するための強力なフレームワークである。
NCAは、分子、細胞、組織、およびシステムレベルのスケールにわたるプロセスをシミュレートすることができる。
彼らの自己規制的行動は、完全に局所化された相互作用に制約されるが、その集団的行動は協調されたシステムレベルの結果にスケールする。
論文 参考訳（メタデータ） (2025-09-14T06:55:29Z) - Mind Meets Space: Rethinking Agentic Spatial Intelligence from a Neuroscience-inspired Perspective [53.556348738917166]
エージェントAIの最近の進歩は、自律的なタスク実行と言語に基づく推論が可能なシステムにつながっている。
人間の空間知能は、統合された多感覚知覚、空間記憶、認知マップに根ざし、非構造環境における柔軟でコンテキスト対応の意思決定を可能にする。
論文 参考訳（メタデータ） (2025-09-11T05:23:22Z) - Controllable diffusion-based generation for multi-channel biological data [66.44042377817074]
本研究では, 構造的および空間的生物学的データに対する制御可能生成のための統合拡散フレームワークを提案する。
空間的および非空間的予測タスクにまたがって,IMCにおけるタンパク質のインパルス化や単一セルデータセットにおける遺伝子対タンパク質の予測など,最先端のパフォーマンスを示す。
論文 参考訳（メタデータ） (2025-06-24T00:56:21Z) - Revisiting Adaptive Cellular Recognition Under Domain Shifts: A Contextual Correspondence View [49.03501451546763]
生物学的文脈における暗黙の対応の重要性を明らかにする。
モデル構成成分間のインスタンス認識トレードオフを確保するために, 自己適応型動的蒸留を提案する。
論文 参考訳（メタデータ） (2024-07-14T04:41:16Z) - Engineering morphogenesis of cell clusters with differentiable programming [2.0690546196799042]
我々は、局所的な相互作用規則と遺伝的ネットワークを発見するために、自動分化の最近の進歩を利用する。
細胞間相互作用のパラメータを解釈可能な遺伝的ネットワークの形で学習できることが示される。
論文 参考訳（メタデータ） (2024-07-08T18:05:11Z) - Closing the Loop: How Semantic Closure Enables Open-Ended Evolution? [0.042970700836450486]
この写本は意味的クロージャの進化的出現を探求している。
生物学、生理学、生態心理学の概念を統合している。
我々は,生命の臨界特性を捉えることが可能なモデルを開発し,そのモデルとして,オートポエシス,予測,適応などがある。
論文 参考訳（メタデータ） (2024-04-05T19:35:38Z) - Causal machine learning for single-cell genomics [94.28105176231739]
単細胞ゲノミクスへの機械学習技術の応用とその課題について論じる。
まず, 単一細胞生物学における現在の因果的アプローチの基盤となるモデルについて述べる。
次に、単一セルデータへの因果的アプローチの適用におけるオープンな問題を特定する。
論文 参考訳（メタデータ） (2023-10-23T13:35:24Z) - Building artificial neural circuits for domain-general cognition: a
primer on brain-inspired systems-level architecture [0.0]
本稿では,生体神経ネットワークにフレキシブル認知に必要な機能を持たせることの意義について概説する。
機械学習モデルがより複雑になるにつれて、これらの原則は、可能なアーキテクチャの広大な領域において、価値ある方向を提供するかもしれない。
論文 参考訳（メタデータ） (2023-03-21T18:36:17Z) - Growing Isotropic Neural Cellular Automata [63.91346650159648]
我々は、元のGrowing NCAモデルには、学習された更新規則の異方性という重要な制限があると主張している。
細胞系は2つの方法のいずれかによって、正確な非対称パターンを成長させる訓練が可能であることを実証する。
論文 参考訳（メタデータ） (2022-05-03T11:34:22Z)
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。