論文の概要: Intelligence Requires Grounding But Not Embodiment

• arxiv url: http://arxiv.org/abs/2601.17588v1
• Date: Sat, 24 Jan 2026 20:57:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-27 15:23:08.007214
• Title: Intelligence Requires Grounding But Not Embodiment
• Title（参考訳）: 知性は接地を必要とするが、機動性は必要ではない
• Authors: Marcus Ma, Shrikanth Narayanan,
• Abstract要約: インテリジェンスには、具現化によって引き起こされる現象である接地が必要ですが、具現化そのものは必要です。 我々はインテリジェンスを,モチベーション,予測能力,因果関係の理解,経験から学ぶ4つの特性の所有として定義する。
• 参考スコア（独自算出の注目度）: 40.89214211901098
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent advances in LLMs have reignited scientific debate over whether embodiment is necessary for intelligence. We present the argument that intelligence requires grounding, a phenomenon entailed by embodiment, but not embodiment itself. We define intelligence as the possession of four properties -- motivation, predictive ability, understanding of causality, and learning from experience -- and argue that each can be achieved by a non-embodied, grounded agent. We use this to conclude that grounding, not embodiment, is necessary for intelligence. We then present a thought experiment of an intelligent LLM agent in a digital environment and address potential counterarguments.
• Abstract（参考訳）: LLMの最近の進歩は、インテリジェンスに実施が不可欠かどうかという科学的議論を再燃させた。 我々は,インテリジェンスには接地が必要であるという主張を提示する。 我々はインテリジェンスを、モチベーション、予測能力、因果関係の理解、経験からの学習の4つの特性の所有と定義し、それぞれが非身体的、根拠のないエージェントによって達成できると主張している。 我々は、インテリジェンスには、具体化ではなく接地が不可欠である、と結論付けるためにこれを使用します。 そこで我々は,デジタル環境における知的LLMエージェントの思考実験を行い,潜在的な逆問題に対処する。

関連論文リスト

• Beyond Statistical Learning: Exact Learning Is Essential for General Intelligence [59.07578850674114]
  音の誘惑的推論は、一般知能の必然的に望ましい側面である。 もっとも先進的なフロンティアシステムでさえ、定期的かつ一貫して容易に解決可能な推論タスクに干渉していることは、よく文書化されている。 彼らの不健全な振る舞いは、彼らの発展を支えている統計的学習のアプローチの結果である、と我々は主張する。
  論文  参考訳（メタデータ） (2025-06-30T14:37:50Z)
• Evaluating Intelligence via Trial and Error [59.80426744891971]
  本研究では,試行錯誤プロセスにおける失敗回数に基づいて知性を評価するためのフレームワークとして,Survival Gameを紹介した。 フェールカウントの期待と分散の両方が有限である場合、新しい課題に対するソリューションを一貫して見つける能力を示す。 我々の結果は、AIシステムは単純なタスクで自律レベルを達成するが、より複雑なタスクではまだまだ遠いことを示している。
  論文  参考訳（メタデータ） (2025-02-26T05:59:45Z)
• On a Functional Definition of Intelligence [0.0]
  合意されたインテリジェンスの定義がなければ、"このシステムはインテリジェントか? 知性(intelligence)とは、哲学、心理学、認知科学の分野である。 我々は、その知性が実際に達成される方法とは異なる、純粋に機能的でブラックボックスな知性の定義について論じる。
  論文  参考訳（メタデータ） (2023-12-15T05:46:49Z)
• Brain in a Vat: On Missing Pieces Towards Artificial General Intelligence in Large Language Models [83.63242931107638]
  本稿では,知的エージェントの4つの特徴について述べる。 実世界の物体との活発な関わりは、概念的表現を形成するためのより堅牢な信号をもたらすと我々は主張する。 我々は、人工知能分野における将来的な研究の方向性を概説して結論付ける。
  論文  参考訳（メタデータ） (2023-07-07T13:58:16Z)
• A World-Self Model Towards Understanding Intelligence [0.0]
  我々は、人間と人工知能を比較し、人間の知性の特定の側面が認識と認知を結びつける鍵である、と提案する。 我々は、より広範な概念、新しいモデルのWSM(World-Self Model)の原理と数学的枠組み、そして最後にWSMに基づいた統合されたインテリジェンス・フレームワークを提示する。
  論文  参考訳（メタデータ） (2022-03-25T16:42:23Z)
• An argument for the impossibility of machine intelligence [0.0]
  AIの担い手になり得るエージェント(デバイス)とは何かを定義する。 我々は「知性の主流」の定義が弱すぎて、昆虫に知性を割り当てる際に関係するものを捉えることができないことを示した。 私たちは、この定義によって知能の担い手となるために、AIエージェントが保持しなければならない特性を特定します。
  論文  参考訳（メタデータ） (2021-10-20T08:54:48Z)
• The Less Intelligent the Elements, the More Intelligent the Whole. Or, Possibly Not? [0.0]
  本稿では,ロトカ・ボルテラモデルの捕食者や捕食者に対して,異なるレベルの高度化を特徴とする行動アルゴリズムを付与することによって,この議論にアプローチする。 主な発見は、獲物と捕食者の両方に線形外挿に基づく予測を行う能力を与えることで、新しい種類の動的平衡が現れることである。
  論文  参考訳（メタデータ） (2020-12-23T14:19:49Z)
• Inductive Biases for Deep Learning of Higher-Level Cognition [108.89281493851358]
  興味深い仮説は、人間と動物の知性はいくつかの原則によって説明できるということである。 この研究は、主に高いレベルとシーケンシャルな意識的処理に関心のある人を中心に、より大きなリストを考察する。 これらの特定の原則を明確にする目的は、人間の能力から恩恵を受けるAIシステムを構築するのに役立つ可能性があることである。
  論文  参考訳（メタデータ） (2020-11-30T18:29:25Z)

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。