論文の概要: Categorical AI phenomenology: A first-person approach

• arxiv url: http://arxiv.org/abs/2608.20420v1
• Date: Wed, 19 Aug 2026 03:45:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-24 14:49:32.027789
• Title: Categorical AI phenomenology: A first-person approach
• Title（参考訳）: カテゴリー的AI現象論 : 個人的アプローチ
• Abstract要約: 我々は,エージェントが世界と対話して行う主観的体験として,意識をフレーミングすることで,人為的意識に対する現象論的第一のアプローチを開発する。 我々は,Q-networksから派生したカテゴリによって数学的にモデル化された,方法論的焦点を一人称構造にシフトする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper develops a phenomenology-first approach to artificial consciousness by reframing consciousness as the subjective experience enacted through an agent's interface with the world. We shift the methodological focus to first-person structures, modeled mathematically by categories derived from Q-networks to capture actions and phenomenological invariants. In this framework, Q-networks are conceptualized as relational interfaces encoding agent-world interaction, analogous to how the dynamical states of a computer depend on its sensory inputs, previous states, and actions. Our work provides a rigorous framework for interface consciousness to describe computational systems that embed information-processing into phenomenological structure. The approach aligns with 4E approaches to cognition by emphasizing enactive, embedded, and extended dimensions of experience. The paper thus offers a principled, relational, and phenomenological account of artificial phenomenology grounded in categorical mathematics.
• Abstract（参考訳）: 本研究は,エージェントと世界とのインターフェースを通した主観的体験としての意識のフレーミングによる,人工意識に対する現象論的アプローチを開発する。 本稿では,Q-networksから派生したカテゴリによって数学的にモデル化され,行動の捉え方と現象的不変性に方法論的焦点を移す。 このフレームワークでは、Q-networksはエージェントと世界の相互作用を符号化するリレーショナルインタフェースとして概念化され、コンピュータの動的状態がその感覚入力、以前の状態、動作に依存する方法に類似している。 我々の研究は、情報処理を現象学的構造に組み込む計算システムを記述するための、インターフェイス意識のための厳密なフレームワークを提供する。 このアプローチは、4Eの認知アプローチと一致し、経験の活発で埋め込み的で拡張された次元を強調します。 この論文は、分類数学の基礎となる人工現象学の原理的・関係的・現象論的記述を提供する。

関連論文リスト

• From Pre-trained Models to Large Language Models: A Comprehensive Survey of AI-Driven Psychological Computing [45.96605393710063]
  この調査では、アプリケーションドメインではなく、計算処理パターンによってAI駆動型心理学タスクを組織化する最初の系統分類を紹介した。 本稿では,タスク固有の特徴工学から伝達学習,少数ショット適応に至るまでの計算手法について検討する。
  論文  参考訳（メタデータ） (2026-03-12T04:03:27Z)
• Aligning Perception, Reasoning, Modeling and Interaction: A Survey on Physical AI [57.44526951497041]
  我々は、物理的原則と具体的推論プロセスの両方において、学習の基礎となるインテリジェントなシステムを提唱する。 我々は、物理現象を説明でき、将来の状態を予測できる次世代の世界モデルを構想する。
  論文  参考訳（メタデータ） (2025-10-06T16:16:03Z)
• Noosemia: toward a Cognitive and Phenomenological Account of Intentionality Attribution in Human-Generative AI Interaction [4.022364531869169]
  本稿では,ヒトと生成型AIシステムとの相互作用から生じる新しい認知・現象学的パターンであるNoosemiaを紹介し,形式化する。 特定の条件下では、ユーザが意図性、エージェンシー、さらにはシステムの内部性をどう評価するかを説明するための多分野のフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-04T17:10:08Z)
• Rethinking Cognition: Morphological Info-Computation and the Embodied Paradigm in Life and Artificial Intelligence [1.14219428942199]
  本研究の目的は,情報,計算,認知に関する現在の研究のより広い文脈に,ロレンツォ・マグナニス・エコ認知計算主義を配置することである。 我々は、認知を、物理的、化学的、生物学的領域にまたがる自己集合、自己組織化、自己ポエシスのプロセスによって駆動される、同時モルフォロジー計算の網としてモデル化する。
  論文  参考訳（メタデータ） (2024-12-01T10:04:53Z)
• Neuropsychology and Explainability of AI: A Distributional Approach to the Relationship Between Activation Similarity of Neural Categories in Synthetic Cognition [0.11235145048383502]
  本稿では,人間の認知トークンの概念を応用した,人工ニューラルネットワークの説明可能性へのアプローチを提案する。 ニューロンが生成するカテゴリセグメントは、実際には入力ベクトル空間内のカテゴリサブ次元の重ね合わせの結果であることを示す。
  論文  参考訳（メタデータ） (2024-10-23T05:27:09Z)
• An Introduction to Cognidynamics [11.337163242503166]
  textitCognidynamicsは、時間とともに課される最適な目的によって駆動される認知システムのダイナミクスである。 我々は,エネルギー散逸の重要な役割とその注意機構と意識行動の焦点との関係を示す。
  論文  参考訳（メタデータ） (2024-08-18T05:40:07Z)
• Conditional computation in neural networks: principles and research trends [48.14569369912931]
  本稿では,ニューラルネットワークの設計にテクトコンディショナリ計算を適用するという,新たな領域の原理とアイデアを要約する。 特に、入力に条件付きで計算グラフの一部を動的に活性化または非活性化するニューラルネットワークに焦点を当てる。
  論文  参考訳（メタデータ） (2024-03-12T11:56:38Z)
• Discrete, compositional, and symbolic representations through attractor dynamics [51.20712945239422]
  我々は,思考の確率的言語(PLoT)に似た認知過程をモデル化するために,アトラクタダイナミクスを記号表現と統合した新しいニューラルシステムモデルを導入する。 我々のモデルは、連続表現空間を、事前定義されたプリミティブに頼るのではなく、教師なし学習を通じて、記号系の意味性と構成性の特徴を反映する、記号列に対応する引き付け状態を持つ離散盆地に分割する。 このアプローチは、認知操作の複雑な双対性を反映したより包括的なモデルを提供する、AIにおける表現力の証明された神経弁別可能な基質であるニューラルダイナミクスを通じて、シンボル処理とサブシンボル処理の両方を統合する統一的なフレームワークを確立する。
  論文  参考訳（メタデータ） (2023-10-03T05:40:56Z)
• Physical Computing: A Category Theoretic Perspective on Physical Computation and System Compositionality [0.0]
  この論文は、物理コンピューティングデバイスやプロセスを構成するものを厳格に再テクスチャ化する。 これは、物理コンピューティングシステムの構成的性質と関係構造がどのようにコヒーレントに定式化されるかを示す。
  論文  参考訳（メタデータ） (2022-10-01T23:18:30Z)
• Developing Constrained Neural Units Over Time [81.19349325749037]
  本稿では,既存のアプローチと異なるニューラルネットワークの定義方法に焦点をあてる。 ニューラルネットワークの構造は、データとの相互作用にも拡張される制約の特別なクラスによって定義される。 提案した理論は時間領域にキャストされ, データを順序づけられた方法でネットワークに提示する。
  論文  参考訳（メタデータ） (2020-09-01T09:07:25Z)
• Neuro-symbolic Architectures for Context Understanding [59.899606495602406]
  本稿では,データ駆動型アプローチと知識駆動型アプローチの強みを組み合わせたフレームワークとして,ハイブリッドAI手法を提案する。 具体的には、知識ベースを用いて深層ニューラルネットワークの学習過程を導く方法として、ニューロシンボリズムの概念を継承する。
  論文  参考訳（メタデータ） (2020-03-09T15:04:07Z)
• A general framework for scientifically inspired explanations in AI [76.48625630211943]
  我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。 このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
  論文  参考訳（メタデータ） (2020-03-02T10:32:21Z)

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。