論文の概要: Interdisciplinary Workshop on Mechanical Intelligence: Summary Report
- arxiv url: http://arxiv.org/abs/2604.16381v1
- Date: Wed, 25 Mar 2026 16:43:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-11 07:07:02.103232
- Title: Interdisciplinary Workshop on Mechanical Intelligence: Summary Report
- Title（参考訳）: メカニカルインテリジェンスに関する学際ワークショップ:概要報告
- Authors: Victoria A. Webster-Wood, Nicholas Gravish, Amir Alavi, Andres F Arrieta, Sarah Bergbreiter, Anthony Bloch, Laura Blumenschein, C. Chase Cao, Aja Mia Carter, Paolo Celli, Tony Chen, Margaret Coad, Mark Cutkosky, Michael Dickey, Brian Do, Robert Full, Mahdi Haghshenas-Jaryani, Kaushik Jayaram, Aaron Johnson, Eva Kanso, Emma Lejeune, Chen Li, Suyi Li, Jeffrey Lipton, Rob MacCurdy, Matt McHenry, Jean-Michel Mongeau, Todd Murphey, Mark Plecnik, Jordan Raney, Ryan D. Sochol, Hannah Stuart, Zeynep Temel, Michael Tolley, Barry Trimmer, T. J. Wallin, Kon-Well Wang, Wenzhong Yan, Mark Yim, Wenlong Zhang,
- Abstract要約: メカニカル・インテリジェンス(MI)は、機械構造自体の応答性、適応性、記憶、学習を通じて、物質・生物・ロボティック・システムの新しい構造的特徴がインテリジェンスを符号化できる現象である。
この2日間のワークショップは5月30日から31日にかけて、NSF本部で開催され、38人の招待された研究員と8人のプログラムオフィサーが参加した。
- 参考スコア（独自算出の注目度）: 17.27414355183946
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This report provides a summary of the outcomes of the Interdisciplinary Workshop on Mechanical Intelligence held in 2024. Mechanical Intelligence (MI) represents the phenomenon that novel structural features of material/biological/robotic systems can encode intelligence through responsiveness, adaptivity, memory, and learning in the mechanical structure itself. This is in contrast to computational intelligence, wherein the intelligence functions occur through electrical signaling and computer code. The two-day workshop was held at NSF headquarters on May 30-31 and included 38 invited academic researcher participants, and 8 program officers from the NSF. The workshop was structured around active small and large group discussions in groups of 4-5 and 9-10 with the goal of addressing topical questions on MI. Working groups entered notes into shared presentation slides for each discussion session and presented their outcomes in a final presentation on the last day. Here we summarize the overall outcomes of the workshop.
- Abstract（参考訳）: 本報告では,2024年度の機械知能学際ワークショップの結果について概説する。
メカニカル・インテリジェンス(MI)は、機械構造自体の応答性、適応性、記憶、学習を通じて、物質・生物・ロボティック・システムの新しい構造的特徴がインテリジェンスを符号化できる現象である。
これは計算知能とは対照的であり、知能関数は電気信号やコンピュータコードを通して起こる。
この2日間のワークショップは5月30日から31日にかけて、NSF本部で開催され、38人の招待された研究員と8人のプログラムオフィサーが参加した。
ワークショップは4-5と9-10のグループで活発な小・大グループディスカッションを中心に構成され、MIに関するトピックの問題に対処することを目的としていた。
ワーキンググループは、各ディスカッションセッションの共有プレゼンテーションスライドにメモを入力し、最終日の最終プレゼンテーションで結果を提示した。
ここではワークショップの全体的な成果を要約する。
関連論文リスト
- Towards a Mechanistic Understanding of Large Reasoning Models: A Survey of Training, Inference, and Failures [72.27391760972445]
大きな推論モデル(LRM)は推論能力を新しい高さに押し上げた。
本稿では,最近の研究成果を,(1)学習力学,(2)推論機構,(3)意図しない行動の3つにまとめる。
論文 参考訳（メタデータ） (2026-01-11T08:48:46Z) - MTR-Bench: A Comprehensive Benchmark for Multi-Turn Reasoning Evaluation [56.87891213797931]
大規模言語モデルに対するMTR-Benchの評価について述べる。
4つのクラス、40のタスク、3600のインスタンスを含むMTR-Benchは、様々な推論機能をカバーする。
MTR-Benchは、データセットの構築とモデル評価の両方にまたがる、完全に自動化されたフレームワークを備えている。
論文 参考訳（メタデータ） (2025-05-21T17:59:12Z) - Future of Information Retrieval Research in the Age of Generative AI [61.56371468069577]
情報検索(IR)の急速に発展する分野では、大規模言語モデル(LLM)のような生成AI技術の統合が、情報の検索やインタラクションの方法を変えつつある。
このパラダイムシフトを認識したビジョンワークショップが2024年7月に開催され、生成AI時代のIRの将来について議論した。
本報告は、潜在的に重要な研究トピックとしての議論の要約を含み、学術、産業実践家、機関、評価キャンペーン、資金提供機関の推薦リストを含む。
論文 参考訳（メタデータ） (2024-12-03T00:01:48Z) - Reflections from the 2024 Large Language Model (LLM) Hackathon for Applications in Materials Science and Chemistry [68.97388926441971]
材料科学・化学分野における応用のための第二大言語モデル(LLM)ハッカソンの結果について述べる。
このイベントは、グローバルなハイブリッドな場所を巡って参加者が参加し、34チームが応募した。
提出は7つの主要なアプリケーション領域にまたがって行われ、アプリケーションのためのLLMの多種多様な実用性を実証した。
論文 参考訳（メタデータ） (2024-11-20T23:08:01Z) - Report on the Workshop on Simulations for Information Access (Sim4IA 2024) at SIGIR 2024 [33.22176229332443]
本報告はSIGIR 2024における情報アクセスシミュレーションワークショップ(Sim4IA)の報告である。
主な内容は、学習と産業におけるユーザシミュレーションの重要性、オンラインおよびオフライン評価のブリッジングの可能性、情報アクセスのためのユーザシミュレーションに関する共同作業の編成に関する問題であった。
論文 参考訳（メタデータ） (2024-09-26T16:32:10Z) - Physics Event Classification Using Large Language Models [0.48418705470172246]
2023年のAI4EICハッカソンは、アメリカ・カトリック大学の第3回AI4EICワークショップの頂点となった。
この記事では、ハッカソンの課題、使用するリソースと方法論、そしてAI/MLで最も最先端のツールを使用して物理データを分析した結果と洞察を紹介する。
論文 参考訳（メタデータ） (2024-04-05T03:52:27Z) - Findings of the First Workshop on Simulating Conversational Intelligence in Chat [29.09249285901475]
ワークショップの目的は、オープンドメインの対話研究に取り組む専門家を集結させることだった。
本論文の主な目的は,共有タスクの概要とワークショップでのプレゼンテーション後の共有タスク結果の詳細な分析を提供することである。
論文 参考訳（メタデータ） (2024-02-09T14:08:23Z) - Frontiers in Collective Intelligence: A Workshop Report [0.0]
ファウンデーション・オブ・インテリジェンス・プロジェクトは、インテリジェンスの性質に関する学際的な研究を促進することによって、人工知能の分野を前進させようとしている。
2021年8月、サンタフェ研究所は集団知能に関するワークショップを開催した。
このワークショップは、コンピュータ科学者、生物学者、哲学者、社会科学者などを集めて、複数のエージェント間の相互作用から知性がどのように生まれるかについての洞察を共有した。
論文 参考訳（メタデータ） (2021-12-13T18:23:09Z) - Foundations of Intelligence in Natural and Artificial Systems: A
Workshop Report [0.0]
2021年3月、サンタフェ研究所は自然と人工のシステムにおける知性の基礎の一部としてワークショップを開催した。
さまざまな分野のスピーカーが集まり、知性の分類学を発展させました。
本報告では,各話者が提示する洞察を要約し,講演とその後の議論の間に生じたテーマを明らかにする。
論文 参考訳（メタデータ） (2021-05-05T17:11:58Z) - Perspectives on Sim2Real Transfer for Robotics: A Summary of the R:SS
2020 Workshop [79.20516797125704]
このレポートでは、2020年版「ロボティクス:科学とシステム」会議と連動して開催されるSim2Realワークショップの議論、ポスター、および議論を紹介します。
フィールドの12のリーダーは、ロボットの問題の文脈でシミュレーションから現実世界にスキルを転送することの定義、実行可能性、および重要性に関する競合する議論のポジションを取りました。
議論者は大きなパネルディスカッションに参加し、聴衆の質問に答え、ロボット工学におけるSim2Realの将来について概説した。
論文 参考訳（メタデータ） (2020-12-07T15:48:26Z)
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。