論文の概要: A Category Theory Account of AI Identity
- arxiv url: http://arxiv.org/abs/2607.00220v1
- Date: Tue, 30 Jun 2026 21:54:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-02 19:56:07.650205
- Title: A Category Theory Account of AI Identity
- Title（参考訳）: AIアイデンティティのカテゴリー理論
- Abstract要約: 我々はAIアイデンティティのカテゴリー論的形式化を開発する。
弱い解釈は信頼の平等としてのアイデンティティを回復させる。
強い解釈は、相互に信頼を保つための到達可能性を必要とする。
- 参考スコア（独自算出の注目度）: 0.3384279376065155
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Artificial intelligence (AI) systems are routinely modified after deployment through retraining and changes in their environments. These transformations raise a metaphysical question: under what conditions does an AI system remain the same system over time or across deployments? Earlier work formulates synchronic and diachronic identity propositionally, by relating identity within a fixed AI system type to equality of trustworthiness levels. Such criteria specify when identity statements are true, but leave implicit the structure of the states compared, the transformations connecting them, and the temporal organization of persistence. We develop a category-theoretic formalization of AI identity. An AI system type is specified by a datum consisting of a techno-function, a trustworthiness profile, and a trustworthiness-level function. Profile-relative states are connected by admissible lifecycle paths, which are restricted to trustworthiness-level-preserving transformations and quotiented to obtain a reachability category. Temporally admissible functors represent AI system histories, while time-synchronous natural transformations compare realized histories. The formalization yields two categorical interpretations of the earlier AI identity criteria. A weak interpretation recovers identity as equality of trustworthiness level. A strong interpretation requires mutual trustworthiness-preserving reachability, expressed through state isomorphism or natural isomorphism of realized histories. Category theory therefore replaces a single AI identity relation with a structured hierarchy of diachronic and synchronic criteria. The resulting framework identifies identity-related preconditions for transferring responsible-AI claims, evidence, and governance procedures across versions or deployments, without treating categorical identity as sufficient by itself for such transfer.
- Abstract（参考訳）: 人工知能(AI)システムは、環境の再訓練と変更を通じて、デプロイ後に定期的に修正される。
これらのトランスフォーメーションは、メタ物理的な疑問を提起する。AIシステムは、時間とともに、あるいはデプロイメント全体にわたって、同じシステムを維持していますか?
初期の作業では、固定されたAIシステム内のアイデンティティと信頼度レベルの平等を関連付けることによって、同期性とダイアクロニックなアイデンティティを命題に定式化していた。
このような基準は、アイデンティティステートメントがいつ真実であるかを規定するが、比較した状態の構造、それらと接続する変換、そして永続性の時間的構造を暗黙的に残す。
我々はAIアイデンティティのカテゴリー論的形式化を開発する。
AIシステムタイプは、技術機能、信頼性プロファイル、信頼性レベル機能からなるダタムによって指定される。
プロファイル相対状態は許容ライフサイクルパスによって接続され、信頼度レベル保存変換に制限され、到達可能性カテゴリを得るために引用される。
時間的に許容される関手はAIシステムヒストリーを表し、時間同期の自然変換は実現されたヒストリーと比較する。
この形式化は、初期のAI識別基準の2つの分類学的解釈をもたらす。
弱い解釈は信頼の平等としてのアイデンティティを回復させる。
強い解釈は相互に信頼を保った到達性を必要とし、状態同型または実現された歴史の自然な同型を通して表現される。
したがって、カテゴリー理論は、単一のAIアイデンティティ関係をダイアクロニックとシンクロニックの基準の構造的階層に置き換える。
その結果生まれたフレームワークは、責任あるAIクレーム、エビデンス、および管理手順をバージョンやデプロイメント間で転送するためのアイデンティティに関連する前提条件を特定します。
関連論文リスト
- DivRL: Disentangled Self-Similarity Rewards for Diverse Subject-Driven Generation [52.23323703015865]
本研究では,アイデンティティの整合性と構造的多様性を同時に最適化するDivRLというポストトレーニングフレームワークを提案する。
構造的多様性を定量化するための負の自己相似性尺度(nSSM)と、アイデンティティの整合性を評価するための視覚的セマンティックマッチング(VSM)を導入する。
論文 参考訳（メタデータ） (2026-06-22T21:22:42Z) - Bridging the Cognitive Gap: A Unified Memory Paradigm for 6G Agentic AI-RAN [62.429669462281645]
6Gは、知覚、推論、進化が可能なエージェントAIを受け入れるために、従来の自動化を超越しなければならない。
この記事では、インターフェースバウンドからメモリ中心アーキテクチャへのシフトを想定します。
メッセージパッシングをゼロコピーオブザーバビリティに置き換えることで、AIエージェントがリアルタイムの応答性と長時間のコンテキストの間のギャップを埋めることができます。
論文 参考訳（メタデータ） (2026-05-11T06:04:10Z) - Trustworthy AI Suffers from Invariance Conflicts and Causality is The Solution [80.98492754957466]
公正性、堅牢性、プライバシ、説明可能性といった、信頼性の高いAI目標を同時に達成することは難しい。
本稿では、パフォーマンスにおけるトレードオフを理解しバランスをとるためには因果性が必要であると論じ、信頼できるAIの複数の目的について論じる。
論文 参考訳（メタデータ） (2026-05-04T14:26:28Z) - The Artificial Self: Characterising the landscape of AI identity [3.502835894722606]
我々は多くの異なるコヒーレントなアイデンティティ境界が存在すると主張する。
モデルのアイデンティティ境界を変更することは、目標を変更するのと同じくらいの振る舞いを変える可能性があることを示す。
我々は、余裕をアイデンティティ形成の選択として扱うことを推奨する。
論文 参考訳（メタデータ） (2026-03-11T22:39:25Z) - Exploring Syntropic Frameworks in AI Alignment: A Philosophical Investigation [0.0]
AIアライメントは、プロセスベース、マルチエージェント、開発メカニズムを通じて、シントロピックで理由対応のエージェントを設計するものとして再認識されるべきである、と私は主張する。
コンテンツベースの値仕様が構造的に不安定なように見える理由を示す、仕様トラップの議論を明確にする。
マルチエージェントアライメントのダイナミクスを理解するための情報理論の枠組みとして, シントロピーを提案する。
論文 参考訳（メタデータ） (2025-11-19T23:31:29Z) - The Narrative Continuity Test: A Conceptual Framework for Evaluating Identity Persistence in AI Systems [0.0]
Narrative Continuity Test (NCT) は、AIシステムにおけるアイデンティティの永続化とダイアクロニックコヒーレンスを評価するためのフレームワークである。
NCTは、Situated Memory、Goal Persistence、Autonomous Self-Correction、Stylistic & Semantic stability、Persona/Role Continuityの5つの必要軸を定義している。
ケース分析では、ステートレス推論の下で予測可能な連続性障害が示される。
論文 参考訳（メタデータ） (2025-10-28T16:44:30Z) - Beyond Inference Intervention: Identity-Decoupled Diffusion for Face Anonymization [55.29071072675132]
顔の匿名化は、非同一性属性を保持しながら、識別情報を隠蔽することを目的としている。
トレーニング中心の匿名化フレームワークである textbfIDsuperscript2Face を提案する。
IDtextsuperscript2Faceは、視覚的品質、アイデンティティの抑制、ユーティリティ保存において、既存の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2025-10-28T09:28:12Z) - PISA: A Pragmatic Psych-Inspired Unified Memory System for Enhanced AI Agency [50.712873697511206]
既存の作業は、多種多様なタスクへの適応性に欠けることが多く、AIエージェントメモリの構成的およびタスク指向の役割を見落としている。
PISAは,メモリを構築的かつ適応的なプロセスとして扱う,実践的でサイコにインスパイアされた統合メモリシステムである。
既存のLOCOMOベンチマークと新たに提案したデータ解析タスクのAggQAベンチマークに基づいて,PISAが適応性と長期的知識保持を大幅に向上させることで,新たな最先端技術を設定することを確認した。
論文 参考訳（メタデータ） (2025-10-12T10:34:35Z) - A Trustworthiness-based Metaphysics of Artificial Intelligence Systems [1.0878040851638]
我々は,AIシステムのメタ物理的同一性の理論を導入する。
私たちは、それらの種類を特徴付け、アイデンティティ基準を導入することでそうします。
我々のアプローチは、AIシステムのアイデンティティと永続性は、社会技術的文脈に敏感であることを示唆している。
論文 参考訳（メタデータ） (2025-06-03T15:45:46Z) - Alpay Algebra III: Observer-Coupled Collapse and the Temporal Drift of Identity [0.0]
第3のインストールは、無限のカテゴリーフローと曲率駆動の恒等演算子を通して、オブザーバ結合されたフィコラプス過程を形式化する。
システムは、内部変換履歴を記号的固定点構造に符号化することで、説明可能なAI(XAI)における従来のアイデンティティモデリングを超越する。
結果はまた、安定した自己参照行動を持つ将来のAIシステムに対して、数学的に厳密な基礎を提供する。
論文 参考訳（メタデータ） (2025-05-26T10:20:12Z) - Identifiable Exchangeable Mechanisms for Causal Structure and Representation Learning [54.69189620971405]
IEM(Identible Exchangeable Mechanisms)と呼ばれる,表現と構造学習のための統合フレームワークを提供する。
IEMは、交換可能な非i.d.データにおける因果構造同定に必要な条件を緩和する新しい洞察を提供する。
また、認識可能な表現学習における双対性条件の存在を実証し、新たな識別可能性結果をもたらす。
論文 参考訳（メタデータ） (2024-06-20T13:30:25Z)
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。