論文の概要: The Many-Body Problem of the Data Centre
- arxiv url: http://arxiv.org/abs/2606.30206v1
- Date: Mon, 29 Jun 2026 12:23:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:16.214766
- Title: The Many-Body Problem of the Data Centre
- Title（参考訳）: データセンターの多体問題
- Abstract要約: 私たちは、多くの場合、AIの本体であるデータセンターであると論じています。
データセンターがどのようにアーカイブし、サービスし、データ上で計算するかにおいて、計算と人間の欲求の密接な関係を識別する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Modern Artificial Intelligence is often framed as limited by its own disembodiment, as if giving it a body would unlock its true potential. We argue to the contrary that it is the Data Centre that is, in many cases, the body of the AI. At the same time, the Data Centre is part of the labouring body of Capital and possesses staggering organismic qualities when seen through a biological lens. We elucidate the organic analogy and identify the many-body problem that stems from the Data Centre being a non-unique, universal form of embodiment. We identify the intimate connection between computation and human desires in how the Data Centre archives, serves, and computes on data born to the desires of humans. Strikingly, while the Data Centre echoes the ghosts of human desires, it acts without desire of its own. The organismic analogy begins to split at its seams, but Capital does not care. Automata and human labour are priced into the market much the same. We argue that through the pricing of artificial intelligence Capital distils most clearly the value of intelligence and allows for its comparison across the organism - mechanism divide.
- Abstract（参考訳）: 現代の人工知能は、身体が本当の可能性を解き放つように、自身の非体格によって制限されることが多い。
反対に、多くの場合、AIの本体であるデータセンターである、と我々は主張する。
同時に、データセンターは首都の労働機関の一部であり、生物学的レンズを通して見ると、生物の質が停滞している。
我々は、有機的な類似を解明し、データセンターが非普遍的で普遍的な実施形態であることに由来する多体問題を特定する。
計算と人間の欲求の密接な関係を、データセンターが人間の欲求に生ずるデータをアーカイブし、提供し、計算する方法で特定する。
興味深いことに、データセンターは人間の欲望の幽霊を再現するが、それは自分自身の欲望なしに行動する。
生物の類推は海面で分裂し始めるが、キャピタルは気にしていない。
オートマタと人的労働の価格は、ほぼ同じ価格で市場に投入されている。
人工知能の価格設定によって、Capitalはインテリジェンスの価値を最も明確に消耗し、生物間での比較を可能にする、と私たちは主張する。
関連論文リスト
- Networked Intelligence: Active Shared Context Graphs for Human-AI Team Science [0.8754288080101668]
私たちは、研究者とAIエージェントを自動的に接続するアクティブな共有ワークスペースであるMyceliumを紹介します。
人間のユーザーとエージェントが働くと、システムは重要な観察と仮説を捉え、チームの進化する知識モデルとの関連性を追跡する。
本稿では,分散科学的文脈上でのスパース条件計算としてネットワークインテリジェンスを記述する。
論文 参考訳（メタデータ） (2026-07-14T19:29:16Z) - Data Standards for Humanoid Robotics: The Missing Infrastructure for Physical AI [24.21963728682223]
我々は、データ標準が物理AIの基礎的な基盤になりつつあると論じる。
AIが画面から体へと移動するにつれて、データ標準は、デジタル情報の編成から物理的相互作用の構造化へと進化しなければなりません。
論文 参考訳（メタデータ） (2026-06-18T04:10:16Z) - EgoVerse: An Egocentric Human Dataset for Robot Learning from Around the World [63.2070298441355]
EgoVerseは、人間のデータ駆動型ロボット学習のためのコラボレーションプラットフォームである。
1,965のタスク、240のシーン、2,087のユニークなデモを行う人間のデモの1,362時間 (80kのエピソード) をリリースします。
複数の実験室、タスク、ロボットのエボディメントにまたがって再現された実験により、人間からロボットへの移動を大規模に研究する。
論文 参考訳（メタデータ） (2026-04-08T21:27:06Z) - EgoHumanoid: Unlocking In-the-Wild Loco-Manipulation with Robot-Free Egocentric Demonstration [67.13034606664333]
EgoHumanoidは、エゴセントリックな人間のデモを使って視覚言語アクションポリシーを共同訓練する最初のフレームワークである。
スケーラブルな人的データ収集のためのポータブルシステムを開発した。
論文 参考訳（メタデータ） (2026-02-10T18:59:03Z) - The next question after Turing's question: Introducing the Grow-AI test [51.56484100374058]
本研究は,GROW-AIと呼ばれる人工知能評価の枠組みを拡張することを目的としている。
GROW-AIは、チューリングテストの自然な後継者である"Can Machine grow up?
この作品の独創性は、人間の世界から人工知能への「成長」過程の概念的な変換にある。
論文 参考訳（メタデータ） (2025-08-22T10:19:42Z) - Empirically evaluating commonsense intelligence in large language models with large-scale human judgments [4.212429064310439]
本稿では,人工知能における常識評価手法を提案する。
モデルの判断と人口の対応を計測する。
私たちのフレームワークは、異なる、しばしば互換性のない、知識の社会的備蓄を持つ人間の集合体にAIモデルを適用することの要求に寄与します。
論文 参考訳（メタデータ） (2025-05-15T13:55:27Z) - HumanPlus: Humanoid Shadowing and Imitation from Humans [82.47551890765202]
ヒューマノイドが人間のデータから動きや自律的なスキルを学ぶためのフルスタックシステムを導入する。
まず、既存の40時間動作データセットを用いて、強化学習によるシミュレーションの低レベルポリシーを訓練する。
次に、自己中心型視覚を用いてスキルポリシーを訓練し、ヒューマノイドが自律的に異なるタスクを完了できるようにする。
論文 参考訳（メタデータ） (2024-06-15T00:41:34Z) - Human-Centric Multimodal Machine Learning: Recent Advances and Testbed
on AI-based Recruitment [66.91538273487379]
人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。
i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。
異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
論文 参考訳（メタデータ） (2023-02-13T16:44:44Z) - Data-Centric Artificial Intelligence [2.5874041837241304]
データ中心の人工知能(データ中心のAI)は、効率的で効率的なAIベースのシステムを構築する上で、データの体系的な設計とエンジニアリングが不可欠であることを強調する新しいパラダイムである。
関連する用語を定義し、データ中心のパラダイムとモデル中心のパラダイムを対比するための重要な特徴を提供し、データ中心のAIのためのフレームワークを導入します。
論文 参考訳（メタデータ） (2022-12-22T16:41:03Z) - Learning body models: from humans to humanoids [2.855485723554975]
人間と動物は、複数の感覚のモダリティからの情報を組み合わせて、複雑な体を制御し、成長、失敗、ツールの使用に適応する。
鍵となる基礎は、エージェント(人間、動物、ロボット)が開発してきた身体の内部表現である。
脳内での体モデルの操作のメカニズムは、ほとんど不明であり、出生後の経験からどのように構築されているかは、あまり分かっていない。
論文 参考訳（メタデータ） (2022-11-06T07:30:01Z) - On some Foundational Aspects of Human-Centered Artificial Intelligence [52.03866242565846]
人間中心人工知能(Human Centered Artificial Intelligence)の意味については明確な定義はない。
本稿では,AIコンポーネントを備えた物理・ソフトウェア計算エージェントを指すHCAIエージェントについて紹介する。
HCAIエージェントの概念は、そのコンポーネントや機能とともに、人間中心のAIに関する技術的および非技術的議論を橋渡しする手段であると考えています。
論文 参考訳（メタデータ） (2021-12-29T09:58:59Z)
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。