論文の概要: On the Origin of Synthetic Information by Means of Steganographic Inheritance

• arxiv url: http://arxiv.org/abs/2605.27551v1
• Date: Tue, 26 May 2026 18:18:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-28 17:38:55.401117
• Title: On the Origin of Synthetic Information by Means of Steganographic Inheritance
• Title（参考訳）: ステレオインジェクタンスによる合成情報の起源について
• Authors: Ching-Chun Chang, Isao Echizen,
• Abstract要約: 種の起源は自然科学における謎の謎である。 本稿では,遺伝性に類似したメカニズムであるステガノグラフィーを提案する。 我々は、単純な始まりから終わりのない形へと分岐し、進化し、進化している、隠蔽されながらトレース可能な系統特性を備えた、合成情報を提供する、サイバーエコシステムを構想する。
• 参考スコア（独自算出の注目度）: 13.30250124465546
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The origin of species has been the mystery of mysteries in natural science. By analogy, the origin of synthetic information, we suggest, is the mystery of mysteries in information science. The question carries a moral weight that a technical account can neither fully resolve nor responsibly ignore, as its impact on truth, trust, and human intellect extends deep into the broader economy and society. The very power of artificial intelligence makes the evolutionary lineage of synthetic information grow ever harder to trace, for a sufficiently capable model may generate offspring that bear little resemblance, at either the structural or signal level, to the parent source from which they were derived. As in genetics, two individuals may share the same phenotype mirroring each other in outward appearance, yet differ fundamentally in their genotype. We propose, by means of steganography, a mechanism analogous to heredity. At the moment an offspring is reproduced, a projector derives a trait from the parent, and a steganographic encoder invisibly hides it within the offspring. This trait persists throughout the offspring's life cycle in a cyber ecosystem. When parentage is queried, a steganographic decoder extracts the trait from the offspring and compares it against the traits of candidate parents in a reference pool, thereby nominating the most likely one. A theoretical analysis characterises phylogenetic accuracy as a function of projector and stegosystem properties, whilst empirical evaluations across multiple projectors and stegosystems demonstrate the viability of the proposed methodology under a broad spectrum of processing operations and semantic modifications. We envision a cyber ecosystem in which synthetic information, endowed with hidden yet traceable lineage traits, branches from a simple beginning into endless forms that have been, and are being, evolved.
• Abstract（参考訳）: 種の起源は自然科学における謎の謎である。 類推によって、合成情報の起源は、情報科学における謎の謎であると考えられる。 この問題は、技術的説明が真理、信頼、人間の知性に対する影響がより広い経済と社会に深く及んでいるため、完全には解決できず、責任的に無視できない道徳的な重みを持っている。 人工知能の非常に強力な力により、合成情報の進化的系譜の追跡がさらに困難になるため、十分に能力のあるモデルでは、構造的または信号レベルで、それらが派生した親源にほとんど類似しない子孫を産み出すことができる。 遺伝学のように、2つの個体は同じ表現型を共有し、外見で互いにミラーリングするが、その遺伝子型は根本的に異なる。 本稿では,遺伝性に類似したメカニズムであるステガノグラフィーを提案する。 子孫が再生された時点で、プロジェクタは親から特性を誘導し、ステガノグラフエンコーダは子孫内に隠蔽する。 この特徴は、サイバーエコシステムにおける子孫のライフサイクルを通して持続する。 子育ての際には、子育てデコーダが子から形質を抽出し、参照プール内の候補親の特性と比較し、最も可能性の高いものを通知する。 理論解析では, プロジェクタとステゴシステム特性の関数として系統的精度を特徴付けるとともに, 複数のプロジェクタとステゴシステムにまたがる経験的評価により, プロジェクタ操作とセマンティック修飾の幅広いスペクトルの下で提案手法が実現可能であることを示す。 我々は、単純な始まりから終わりのない形へと分岐し、進化し、進化している、隠蔽されながらトレース可能な系統特性を備えた、合成情報を提供する、サイバーエコシステムを構想する。

関連論文リスト

• Organismal Agency and Rapid Adaptation: The Phenopoiesis Algorithm for Phenotype-First Evolution [0.0]
  本研究は, 表現型パターンを具体化することにより, 有機体を具体的な計算プロセスとして実装できることを実証する。 フェノポエシスアルゴリズム(Phenopoiesis Algorithm)は、生物が遺伝子だけでなく、生涯学習中に発見された表現型パターンも継承するアルゴリズムである。 我々は、生物の実体は哲学的な抽象概念ではなく、測定可能な適応値を持つアルゴリズムのメカニズムであると結論づける。
  論文  参考訳（メタデータ） (2026-02-01T02:38:05Z)
• A Brain-like Synergistic Core in LLMs Drives Behaviour and Learning [50.68188138112555]
  大規模言語モデルが自然に相乗的コアを開発することを示す。 中層の領域は相乗的処理を示し, 初期層と後期層は冗長性に依存していることがわかった。 この収束は、シナジスティック情報処理が知性の基本的な性質であることを示している。
  論文  参考訳（メタデータ） (2026-01-11T10:48:35Z)
• nDNA -- the Semantic Helix of Artificial Cognition [5.569601290331175]
  AIファンデーションモデルが能力で成長するにつれて、より深い疑問が浮かび上がってくる。 そこで我々は,本質的な信念の幾何学を通して,この潜伏したアイデンティティを捉える意味的遺伝子型表現としてニューラルDNAを提案する。 生物学的DNAと同様に、nDNAは祖先、突然変異、セマンティックな遺伝をコードし、微調整やアライメントの傷跡、文化的なインプリント、建築的な漂流などに見られる。
  論文  参考訳（メタデータ） (2025-09-21T20:28:18Z)
• GRAPE: Heterogeneous Graph Representation Learning for Genetic Perturbation with Coding and Non-Coding Biotype [51.58774936662233]
  遺伝子制御ネットワーク(GRN)の構築は、遺伝的摂動の影響を理解し予測するために不可欠である。 本研究では,事前学習した大規模言語モデルとDNAシークエンスモデルを用いて,遺伝子記述やDNAシークエンスデータから特徴を抽出する。 我々は、遺伝子摂動において初めて遺伝子バイオタイプ情報を導入し、細胞プロセスの制御において異なるバイオタイプを持つ遺伝子の異なる役割をシミュレートした。
  論文  参考訳（メタデータ） (2025-05-06T03:35:24Z)
• Neural Lineage [56.34149480207817]
  本稿では,親子間の系統関係の発見を目的としたニューラルライン検出という新しいタスクを提案する。 実用上,ニューラルネットワーク表現類似度指標に微調整プロセスの近似を組み込んだ学習自由アプローチを導入する。 精度を追求するために,エンコーダと変圧器検出器からなる学習系系統検出装置を導入する。
  論文  参考訳（メタデータ） (2024-06-17T01:11:53Z)
• Unsupervised ensemble-based phenotyping helps enhance the discoverability of genes related to heart morphology [57.25098075813054]
  我々はUn Phenotype Ensemblesという名の遺伝子発見のための新しいフレームワークを提案する。 教師なしの方法で学習された表現型のセットをプールすることで、冗長だが非常に表現性の高い表現を構築する。 これらの表現型は、(GWAS)を介して分析され、高い自信と安定した関連のみを保持する。
  論文  参考訳（メタデータ） (2023-01-07T18:36:44Z)
• NeuroExplainer: Fine-Grained Attention Decoding to Uncover Cortical Development Patterns of Preterm Infants [73.85768093666582]
  我々はNeuroExplainerと呼ばれる説明可能な幾何学的深層ネットワークを提案する。 NeuroExplainerは、早産に伴う幼児の皮質発達パターンの解明に使用される。
  論文  参考訳（メタデータ） (2023-01-01T12:48:12Z)
• Layers, Folds, and Semi-Neuronal Information Processing [0.0]
  我々は、層状表現能力を示すエンボダイドエージェントの一種であるメタ脳モデルを用いている。 この能力を説明する可能性のある2つの候補構造 – 折り畳みと階層化 – に注目します。 本研究は, 生体シミュレーションの文脈において, メタブレイン法がエノキシビズム, ホリズム, 認知処理の研究にどのように役立つか, という議論から締めくくっている。
  論文  参考訳（メタデータ） (2022-07-07T21:47:23Z)
• Heritability in Morphological Robot Evolution [2.7402733069181]
  遺伝性の生物学的概念を導入し,遺伝子型変異による表現型変異の量を把握する。 解析では,2つの異なるエンコーディングから進化した第1世代のロボットの遺伝性を測定した。 遺伝性は遺伝子型と表現型との関係をよりよく理解するための有用なツールであることを示す。
  論文  参考訳（メタデータ） (2021-10-21T14:58:17Z)

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。