論文の概要: Emergent Language as an Approach to Conscious AI

• arxiv url: http://arxiv.org/abs/2606.06380v1
• Date: Thu, 04 Jun 2026 16:47:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-05 22:39:44.972794
• Title: Emergent Language as an Approach to Conscious AI
• Title（参考訳）: AIへのアプローチとしての創発的言語
• Authors: Zengqing Wu, Chuan Xiao,
• Abstract要約: 本稿では,意識関連構造の研究のための生成手法を提案する。 エージェントは、最小限(言語なし、自己の概念なし、人間のテキストへの最小露出)から始まり、タスクプレッシャーのみでコミュニケーションを開発する。 概念実証として,エコーミスマッチ検出回路を含む自己参照通信をエージェントが行うことを示す。
• 参考スコア（独自算出の注目度）: 2.658641595601261
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The question of whether artificial systems can be conscious remains open, in part because existing approaches either evaluate systems against theory-derived checklists (discriminative) or engineer consciousness-inspired modules directly (architectural); both leave open whether observed structures are artifacts of human language priors. We propose a generative methodology: emergent language (EL) in multi-agent reinforcement learning, where agents start from minimal (no language, no concept of self, minimal exposure to human text) and develop communication under task pressure alone, ensuring causal attributability to task demands rather than inherited human language priors. We position our methodology by discussing how EL serves as a generative tool for studying consciousness-relevant structure, including the role of environment complexity and the interpretation of emergent communication. As a proof of concept, we instantiate this methodology in a minimal environment and show that agents develop self-referential communication, including an echo-mismatch detection circuit that is not predicted by task structure or architecture alone but emerges from a specific environmental affordance.
• Abstract（参考訳）: 既存のアプローチでは、理論由来のチェックリスト(差別的)に対してシステムを評価するか、エンジニアの意識に触発されたモジュールを直接(構造的)に評価する。 マルチエージェント強化学習における創発的言語(EL)は、エージェントが最小限(言語なし、自己概念なし、人間のテキストへの露出最小限)から始まり、タスクプレッシャーのみでコミュニケーションを発達させ、人間の言語を継承するのではなく、タスク要求に因果的帰属性を確保する。 我々は,ELが環境複雑性の役割や創発的コミュニケーションの解釈など,意識関連構造を研究するための生成ツールとしてどのように機能するかを議論することで,我々の方法論を位置づける。 概念実証として,この手法を最小限の環境でインスタンス化し,タスク構造やアーキテクチャだけでは予測されず,特定の環境条件から現れるエコーミスマッチ検出回路を含む,自己参照型通信を開発することを示す。

関連論文リスト

• A Survey of Reasoning in Autonomous Driving Systems: Open Challenges and Emerging Paradigms [49.66022971508878]
  私たちは、推論はモジュラーコンポーネントからシステムの認知コアに高めるべきだと論じています。 応答性推論のトレードオフやソーシャルゲーム推論など,7つの中核的推論課題を導出し,体系化する。 我々は,LLMに基づく推論と,ミリ秒スケールで安全クリティカルな車両制御の要求との間の,高レイテンシ,熟考的特性の根本的かつ未解決な緊張関係を同定する。
  論文  参考訳（メタデータ） (2026-03-11T07:40:53Z)
• Generative Human-Object Interaction Detection via Differentiable Cognitive Steering of Multi-modal LLMs [85.69785384599827]
  人間と物体の相互作用(Human-object Interaction、HOI)の検出は、人と物体のペアとそれらの相互作用を局在させることを目的としている。 既存のメソッドはクローズドワールドの仮定の下で動作し、タスクを未定義の小さな動詞集合上の分類問題として扱う。 本稿では,閉集合分類タスクから開語彙生成問題へのHOI検出を再構成する新しい生成推論・ステアブル知覚フレームワークGRASP-HOを提案する。
  論文  参考訳（メタデータ） (2025-12-19T14:41:50Z)
• AI Deception: Risks, Dynamics, and Controls [153.71048309527225]
  このプロジェクトは、AI偽装分野の包括的で最新の概要を提供する。 我々は、動物の偽装の研究からシグナル伝達理論に基づく、AI偽装の正式な定義を同定する。 我々は,AI偽装研究の展望を,偽装発生と偽装処理の2つの主要な構成要素からなる偽装サイクルとして整理する。
  論文  参考訳（メタデータ） (2025-11-27T16:56:04Z)
• Fundamentals of Building Autonomous LLM Agents [64.39018305018904]
  本稿では,大規模言語モデル(LLM)を用いたエージェントのアーキテクチャと実装手法について概説する。 この研究は、複雑なタスクを自動化し、人間の能力でパフォーマンスのギャップを埋めることのできる「アジェンティック」なLLMを開発するためのパターンを探求することを目的としている。
  論文  参考訳（メタデータ） (2025-10-10T10:32:39Z)
• Executable Analytic Concepts as the Missing Link Between VLM Insight and Precise Manipulation [70.8381970762877]
  VLM(Vision-Language Models)は、セマンティック推論とタスク計画において顕著な能力を示す。 本稿では,VLMに基づく推論を実行可能な解析概念を通じて基礎づける新しいフレームワークであるGRACEを紹介する。 G GRACEは高レベル命令理解と低レベルロボット制御の統一的で解釈可能なインターフェースを提供する。
  論文  参考訳（メタデータ） (2025-10-09T09:08:33Z)
• Towards Open-Ended Discovery for Low-Resource NLP [2.31792878608513]
  オープンエンドでインタラクティブな言語発見へのパラダイムシフトを議論する。 本稿では,人・機械の協調的不確実性に基づく枠組みを提案する。 この論文は行動への呼びかけであり、我々は、未文書の言語におけるAIが人間の知識とどのように関わるかを再考することを提唱する。
  論文  参考訳（メタデータ） (2025-09-22T01:19:04Z)
• ZapGPT: Free-form Language Prompting for Simulated Cellular Control [3.599327240436075]
  単純エージェントの集団行動は自由形式の言語プロンプトによってガイドできることを示す。 自然言語を制御層として扱うことで、音声や文字によるプロンプトがシステムが望ましい行動に導く未来を示唆する。
  論文  参考訳（メタデータ） (2025-09-12T19:38:46Z)
• tagE: Enabling an Embodied Agent to Understand Human Instructions [3.943519623674811]
  我々は, Embodied Agent (tagE) のためのタスク・アンド・引数・グラウンドティング(タスク・アンド・引数・グラウンドディング)と呼ばれる新しいシステムを導入する。 本システムでは,自然言語で表現された複雑なタスク命令から一連のタスクを抽出するために,発明的なニューラルネットワークモデルを採用している。 提案モデルでは,入れ子デコードに富んだエンコーダ・デコーダ・フレームワークを用いて,複雑な命令からタスクとその引数を効果的に抽出する。
  論文  参考訳（メタデータ） (2023-10-24T08:17:48Z)
• Cognitive Architectures for Language Agents [44.89258267600489]
  言語エージェントのための認知アーキテクチャ(CoALA)を提案する。 CoALAはモジュラーメモリコンポーネントを備えた言語エージェント、内部メモリと外部環境と相互作用する構造化されたアクションスペース、アクションを選択するための一般的な意思決定プロセスを記述する。 我々は、CoALAを使用して、振り返りによる調査と、最近の多くの作業の組織化を行い、より有能なエージェントに対する行動可能な方向を前向きに特定します。
  論文  参考訳（メタデータ） (2023-09-05T17:56:20Z)

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。