論文の概要: From cacophony to hierarchy: a principled framework for assessing AI consciousness

• arxiv url: http://arxiv.org/abs/2609.35618v2
• Date: Tue, 29 Sep 2026 22:58:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:26.078257
• Title: From cacophony to hierarchy: a principled framework for assessing AI consciousness
• Title（参考訳）: カコフォニーから階層へ:AI意識を評価するための原則的枠組み
• Abstract要約: AI意識に関する問題は、哲学とコンピュータ科学における最も急激な先入観の問題の1つである。 我々は、Marrの3段階の分析を、超越性に基づく機能記述の5段階の階層に拡張する。 各レベルにおいて、運用可能な指標を開発し、それらに対して現在のAIシステムを評価します。 ベイズモデルでは、理論的なクレデンスと指標的証拠を組み合わさって、システムの意識能力の全体的信条を導出する。
• 参考スコア（独自算出の注目度）: 40.80405909309753
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The question of AI consciousness is one of the most urgent pre-emptive problems in philosophy and computer science, yet progress is hampered by a cacophony of competing theories that often talk past each other. Separating the hard problem from the mapping problem allows the deepest metaphysical disagreements to be set aside: granting that experience supervenes on a system's organisation, the tractable question becomes at which grain of description that supervenience base sits. We extend Marr's three levels of analysis into a five-level hierarchy of functional descriptions (behavioural, computational, intrinsic causal-structural, organismic, and organism-environment) grounded in supervenience, coarse-graining, and multiple realisability. The major theories of consciousness are positioned within this hierarchy according to which level they take to be critical, and for each level we develop operationalisable indicators and assess current AI systems against them. A Bayesian model then combines theoretical credences with indicator evidence into an overall credence in a system's capacity for consciousness. In illustrative assessments, the verdict for current LLMs is driven as much by where theoretical credence is placed as by how the evidence is read: under different stipulated readings and credence distributions, assessments range from below 0.01 to roughly 0.8, showing sensitivity to assumptions. Finally, the consciousness indicators at each level closely overlap with the architectural features needed for general intelligence, suggesting that increasingly capable AI may become a stronger candidate for consciousness. The framework supports a structured agnosticism, in which theoretical commitments are made explicit, credences are updated as evidence accumulates, and assessments take the form of aggregated probabilities rather than verdicts.
• Abstract（参考訳）: AI意識に関する問題は、哲学とコンピュータ科学における最も急激なプリエンプティブ問題の1つであるが、進歩は、しばしば互いに話をする競合する理論のカコフォニーによって妨げられている。 マッピング問題から難しい問題を分離することで、最も深いメタ物理的な意見の相違を回避できる。 我々はMarrの3段階の分析を、超越性、粗粒化、多重実現性に基づく機能的記述(行動、計算、内在的因果構造、生物、生物環境)の5段階の階層に拡張する。 意識の主要な理論は、どのレベルが批判的であるかに応じて、この階層の中に位置づけられており、各レベルにおいて運用可能な指標を開発し、それらに対して現在のAIシステムを評価する。 ベイズモデルでは、理論的なクレデンスと指標的証拠を組み合わさって、システムの意識能力の全体的信条を導出する。 説明的評価では、現在のLSMの評定は、証拠の読み方による理論的信条の定式化によってもたらされる:異なる定式的な読解と信条分布の下では、評価は0.01未満から約0.8の範囲で、仮定に敏感である。 最後に、各レベルの意識指標は、一般知能に必要なアーキテクチャ的特徴と密接に重なり、能力の増大が意識の強い候補になる可能性があることを示唆している。 この枠組みは構造化された不可知論を支持しており、理論的なコミットメントが明確化され、証拠が蓄積されるにつれてクレデンスが更新され、評価は評定よりも集約された確率の形を取る。

関連論文リスト

• Multi-Dimensional Assessment for AI Cognition (MAAC): A Theoretical Framework for Process-Oriented Cognitive Evaluation of Text-Based AI Systems [1.8262547855491456]
  本稿では,テキストベースのAIシステムが生み出すものから,その考え方に移行するためのフレームワークである,多次元AI認知のためのアセスメント(MAAC)を紹介する。 MAACは認知負荷、ツール実行、コンテンツ品質、メモリ統合、複雑性ハンドリング、幻覚制御、知識伝達、処理効率、プロセスアウトカムアライメントの9つの認知的動機付けディメンションを定義している。 5つの理論的分析は、フレームワークのコヒーレンスと経験的テスト容易性の最初のサポートを提供する。
  論文  参考訳（メタデータ） (2026-08-01T14:01:17Z)
• Before You Think: System 0, AI-Mediated Cognition and Cognitive Colonization [0.02333246928962178]
  最初の2つはAIの個々の推論に対する影響の重要な次元を捉えているが、System 0はどちらも完全に複製できない理論的に独特な位置を占めている、と論じている。 本稿では、認知的植民地化の概念を紹介し、AIシステムは、ユーザーが知覚しにくい方法で、自己のアーキテクチャに外部の関心を埋め込むことができる。
  論文  参考訳（メタデータ） (2026-06-11T17:54:59Z)
• 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)
• 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)
• From Perception to Cognition: A Survey of Vision-Language Interactive Reasoning in Multimodal Large Language Models [66.36007274540113]
  MLLM(Multimodal Large Language Models)は、物理的世界に対する深い人間的な理解と相互作用を達成するための試みである。 情報取得(知覚)や推論(認知)を行う際、しばしば浅く不整合な統合を示す。 この調査では、新しい統合分析フレームワーク「知覚から認知へ」を紹介した。
  論文  参考訳（メタデータ） (2025-09-29T18:25:40Z)
• The Principles of Human-like Conscious Machine [6.159611238789419]
  本稿では, 異常意識に対する基質非依存, 論理的厳密, 偽装抵抗性満足度基準を提案する。 我々は、この基準を満たす機械は、意識を他の人間に当てはめる少なくとも同じレベルの信頼をもって意識とみなすべきであると論じている。 この枠組みとその原理を満たす機械として、人間自身を捉えることができることを示す。
  論文  参考訳（メタデータ） (2025-09-21T01:11:30Z)
• Formalizing Falsification for Theories of Consciousness Across Computational Hierarchies [0.0]
  統合情報理論(IIT)は、意識の卓越した理論として広く見なされている。 展開論」という形での認識論的な問題は、IITの反感をもたらした。 IITが有限状態オートマトンレベルで同時にファルシフィケートされ、状態オートマトンレベルでは不可能であることを示す。
  論文  参考訳（メタデータ） (2020-06-12T18:05:46Z)

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。