論文の概要: The Umwelt Representation Hypothesis: Rethinking Universality
- arxiv url: http://arxiv.org/abs/2604.17960v1
- Date: Mon, 20 Apr 2026 08:40:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-21 21:52:52.771281
- Title: The Umwelt Representation Hypothesis: Rethinking Universality
- Title（参考訳）: Umwelt Representation hypothesis: Rethinking Universality
- Authors: Victoria Bosch, Rowan Sommers, Adrien Doerig, Tim C Kietzmann,
- Abstract要約: 近年の研究では、人工知能ニューラルネットワーク(ANN)と生物学的脳との顕著なアライメントが明らかにされている。
この普遍性の主張は早すぎると我々は主張する。
Umwelt Representation hypothesis (URH) を導入し、アライメントは単一の大域的最適への収束からではなく、システムが発達する環境的制約の重複から生じることを示唆した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent studies reveal striking representational alignment between artificial neural networks (ANNs) and biological brains, leading to proposals that all sufficiently capable systems converge on universal representations of reality. Here, we argue that this claim of Universality is premature. We introduce the Umwelt Representation Hypothesis (URH), proposing that alignment arises not from convergence toward a single global optimum, but from overlap in ecological constraints under which systems develop. We review empirical evidence showing that representational differences between species, individuals, and ANNs are systematic and adaptive, which is difficult to reconcile with Universality. Finally, we reframe ANN model comparison as a method for mapping clusters of alignment in ecological constraint space rather than searching for a single optimal world model.
- Abstract（参考訳）: 近年の研究では、人工知能ニューラルネットワーク(ANN)と生物学的脳の間の顕著な表現的アライメントが示されており、すべての能力のあるシステムが現実の普遍的な表現に収束するという提案につながっている。
ここでは、この普遍性の主張は未熟であると主張する。
Umwelt Representation hypothesis (URH) を導入し、アライメントは単一の大域的最適への収束からではなく、システムが発達する環境的制約の重複から生じることを示唆した。
我々は、種、個人、およびANN間の表現的差異が体系的かつ適応的であることを示す実証的証拠をレビューし、普遍性との調和が困難であることを示す。
最後に、一つの最適な世界モデルを探すのではなく、生態的制約空間におけるアライメントのクラスタをマッピングする方法として、ANNモデルの比較を再構成する。
関連論文リスト
- The Principle of Maximum Heterogeneity Optimises Productivity in Distributed Production Systems Across Biology, Economics, and Computing [0.0]
基礎となる法則の小さな集合が、体全体で観察される複素力学をいかに生み出すかを示す。
これらは我々の最大不均一性の原理にまとめることができる。
大規模AIを実行する計算システムの具体的な再設計を提案することでこれを実証する。
論文 参考訳（メタデータ） (2026-04-08T21:20:24Z) - ACE-Brain-0: Spatial Intelligence as a Shared Scaffold for Universal Embodiments [134.95780765985515]
本稿では,空間推論,自律運転,体操を統一する一般基礎脳であるACE-Brain-0を紹介する。
我々の重要な洞察は、空間的知性は様々な物理的具体化の普遍的な足場として機能するということである。
そこで我々は,まず共有空間基盤を確立し,次にドメイン特化専門家を育成し,最後にデータフリーモデルマージにより調和させるScaffold-specize-Reconcile(SSR)パラダイムを提案する。
論文 参考訳（メタデータ） (2026-03-03T17:53:45Z) - The Trinity of Consistency as a Defining Principle for General World Models [106.16462830681452]
一般世界モデルは、客観的物理法則を学習し、シミュレートし、推論することができる。
本稿では,一般世界モデルに必要な基本的特性を定義するための理論的枠組みを提案する。
我々の研究は、現在のシステムの限界と将来の進歩のためのアーキテクチャ要件の両方を明確にし、一般的な世界モデルへの原則的な経路を確立します。
論文 参考訳（メタデータ） (2026-02-26T16:15:55Z) - Shared Nature, Unique Nurture: PRISM for Pluralistic Reasoning via In-context Structure Modeling [11.987225062711692]
PRISMは、動的オンザフライ・エピステミックグラフで大規模言語モデルを拡張するモデルに依存しないシステムである。
3つのクリエイティビティベンチマークにおいて、PRISMは最先端のノベルティを達成し、分布の多様性を著しく拡大する。
以上の結果から,PRISMは標準LPMが誤診した長い尾の診断に成功していることが示された。
論文 参考訳（メタデータ） (2026-02-24T19:38:31Z) - Towards AI-Guided Open-World Ecological Taxonomic Classification [25.577016053193862]
TaxoNetは、埋め込みベースのエンコーダで、二重マージン化損失があり、希少な未表現の分類からの学習信号を強化する。
本研究は, 汎用マルチモーダル基盤モデルが植物ドメインに制約を課していることを示す。
論文 参考訳（メタデータ） (2025-12-22T03:20:05Z) - Evolving Graph Learning for Out-of-Distribution Generalization in Non-stationary Environments [61.62036321848316]
グラフニューラルネットワーク(GNN)は、動的グラフ上の空間的パターンと時間的パターンを利用する際、顕著な成功を収めている。
既存のGNNは、動的シナリオでは避けられない分散シフトの下での能力の低下を示す。
本稿では環境対応不変パターン認識によるグラフ一般化(Evoal)の進化のための進化型グラフ学習フレームワークを提案する。
論文 参考訳（メタデータ） (2025-11-04T08:22:29Z) - World Models Should Prioritize the Unification of Physical and Social Dynamics [57.91940497010114]
本稿では、物理的・社会的予測能力の体系的・双方向統合が、世界モデル開発における次の重要なフロンティアであると主張している。
包括的世界モデルは、客観的物理法則を主観的、進化的、文脈に依存した社会力学の性質と一体的に統合する必要があると我々は主張する。
論文 参考訳（メタデータ） (2025-10-24T07:42:37Z) - Modeling Open-World Cognition as On-Demand Synthesis of Probabilistic Models [93.1043186636177]
我々は、人々が分散表現と象徴表現の組み合わせを使って、新しい状況に合わせた見知らぬ精神モデルを構築するという仮説を探求する。
モデル合成アーキテクチャ」という概念の計算的実装を提案する。
我々は、新しい推論データセットに基づく人間の判断のモデルとして、MSAを評価した。
論文 参考訳（メタデータ） (2025-07-16T18:01:03Z) - From Understanding the World to Intervening in It: A Unified Multi-Scale Framework for Embodied Cognition [0.0]
マルチスケールなエラーフィードバックによって知覚、記憶、意思決定をシームレスに統合する認識を具現化するための適応統合知識・行動知能システムであるAUKAIを提案する。
本稿では,ニューラルネットワークの強みを象徴的推論モジュールと組み合わせ,解釈可能性と堅牢性を向上させるハイブリッド実装を提案する。
我々は,ロボットナビゲーションと障害物回避の詳細な応用を通じて,AUKAIの可能性を実証し,シミュレーション環境と実環境の両方において,その有効性を検証するための総合的な実験計画を概説する。
論文 参考訳（メタデータ） (2025-03-02T04:43:08Z) - Disentangling Representations through Multi-task Learning [0.0]
分類タスクを最適に解決するエージェントにおいて,不整合表現の出現を保証する実験および理論的結果を提供する。
マルチタスクに訓練されたRNNにおいて、これらの予測を実験的に検証し、連続的な誘引子の形で非絡み合った表現を学習する。
私たちは、トランスフォーマーが特に、そのユニークな世界理解能力を説明するような、無関係な表現に向いていることに気付きました。
論文 参考訳（メタデータ） (2024-07-15T21:32:58Z)
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。