論文の概要: Emergence, Asymmetry, and Value in AI Networks: An Anoptical Perspective
- arxiv url: http://arxiv.org/abs/2610.37672v1
- Date: Thu, 01 Oct 2026 21:05:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-04 02:47:47.991263
- Title: Emergence, Asymmetry, and Value in AI Networks: An Anoptical Perspective
- Title（参考訳）: AIネットワークの創発、非対称性、価値:光学的視点
- Abstract要約: この章では、LLMベースのエージェントの間に非対称性と機能的値階層が出現することを示す探索実験を提示する。
Poietic Generatorは、共有されたリアルタイム空間、対称トポロジ、強制された目的のない「非ゴール」マルチエージェント環境である。
本稿では,創発的非対称性の可視化と競合性を両立させる最小の正当性基準を提案する。
- 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 chapter presents exploratory experiments suggesting that asymmetry and functional value hierarchy emerge among LLM-based agents sharing the same context, although they are equivalent and interact within a symmetric network. We use the Poietic Generator, a "no-goal" multi-agent environment with a shared real-time space, a symmetric topology, and no imposed objectives. First tested with humans, it has hosted since 2024 multimodal LLM agents that observe the global image they co-construct and act locally. We ran four phases. Unconstrained, agents spend tokens freely to invent forms that distinguish them individually rather than serve collective emergence. We then introduced bounded rationality, Dessalles's Simplicity Theory (maximizing unexpectedness), and Friston's Free Energy Principle (minimizing prediction error), and observed collective coherence emerge. Early signs of attentional stratification appear under bounded rationality alone; once prediction accuracy is made mutually visible, this proto-hierarchy becomes legible and self-reinforcing. The unconstrained phase challenges the allotelic view of LLMs as purely user-directed instruments: left unconstrained, the agent maximizes the computation from which its provider profits. The later phases suggest that attentional asymmetry and value hierarchy are an irreducible emergent property of interactive predictive systems even under symmetric conditions. If so, aligning AI with human values cannot rely on individual-agent engineering alone. Drawing on the idea that networks are structured by invisible "anoptical" perspectives, akin to the vanishing point of Renaissance perspective, we propose minimal legitimacy criteria that make emergent asymmetries visible and contestable. Cultivating judgment, human and perhaps artificial, to perceive and contest these structures matters as much as engineering the agents themselves.
- Abstract（参考訳）: この章では、非対称性と機能的値階層が、同じ文脈を共有するLLMベースのエージェントの間に出現することを示す探索的な実験を提示する。
Poietic Generatorは、共有されたリアルタイム空間、対称トポロジ、強制された目的のない「非ゴール」マルチエージェント環境である。
最初は人間でテストしたが、2024年以降はマルチモーダルなLLMエージェントをホストして、彼らが共同で構築し、ローカルに行動するグローバルなイメージを観察している。
私たちは4段階を走った。
制限されていないエージェントはトークンを自由に使い、集団的な出現に役立てるのではなく、個別に区別するフォームを発明する。
次に、有界有理性(bounded rationality)、デサルの単純性理論(simplicity Theory)、フリストンの自由エネルギー原理(予測誤差の最小化)を導入し、集合的コヒーレンスの出現を観測した。
注意層化の初期の兆候は有界な合理性の下にのみ現れ、予測精度が相互に見えるようになると、この原始階層は正当で自己強化的になる。
制約のないフェーズは、LLMが純粋にユーザ指向の機器である、という難解な見方に挑戦する:左の制約のないエージェントは、そのプロバイダが利益を得る計算を最大化する。
後続のフェーズでは、注意的非対称性と値階層は、対称条件下でさえ対話的予測システムの既約創発的特性であることを示唆している。
もしそうなら、AIと人間の価値を合わせることは、個々のエージェントのエンジニアリングにのみ依存することはできない。
ネットワークは、ルネサンス的な視点の消滅点と同様、目に見えない「光学的」な視点で構成されているという考えに基づいて、創発的非対称性を可視かつ競合可能とする最小の正当性基準を提案する。
人的かつ人工的な判断を育み、これらの構造を知覚し、争うことは、エージェント自体をエンジニアリングするのと同じくらい重要である。
関連論文リスト
- Fed-Universe: A Semantic-Geometric-Topological-Human (S-G-T-H) Stack for Negotiated Alignment in Federated Systems [9.895231601902339]
従来のフェデレーション学習者は、グローバルな手段を暗黙的に最適化し、"ワンサイズフィットオール"パラダイムを作成する。
分散化アライメントのためのアクティブ交渉に受動平均化を変換する一般化可能なセマンティック・ジオメトリ・トポロジカル・ヒューマン(S-G-T-H)アーキテクチャであるFed-Universeを提案する。
論文 参考訳（メタデータ） (2026-10-25T02:43:50Z) - Self-Emergence Agent Architecture:Behavior-Inertia HMM, Reflexive Metacognition,and Social-Contrastive Self-Modeling [7.511170831919511]
大規模言語モデル(LLM)エージェントは、強力な言語生成能力と問題解決能力を示すが、3つの構造的制約に悩まされる。
既存の生成エージェントシミュレーションはメモリと固定プロンプトに依存しており、行動慣性や内因性自己反射は維持していない。
i) 長期的行動・認知慣性を編集可能な状態遷移行列として符号化する隠れマルコフモデル(HMM)、(ii) 出力がHMMパラメータ自体を更新する反射型言語メタ認知ループ、(iii) の3つのコンポーネントを統合したSEAA(Self-Emergence Agent Architecture)を提案する。
論文 参考訳（メタデータ） (2026-09-15T15:36:10Z) - The Crowded Embedding Space: A Mean-Field Mechanism for Emergent Marginalization in Retrieval-Augmented Agents [51.56484100374058]
また,本論文では,本論文の関心事に役立てるために必要な文書密度が,意味論的に類似したマイノリティの検索地区を幾何的に超過することができることを示した。
本稿では,このような高密度検索における目標衝突が基本的性能限界をいかに引き起こすかを分析するための公式な枠組みを提案する。
このような目的が,過半数の利害にのみ貢献する状態に自己組織する上で,システムを促進することを実証する。
論文 参考訳（メタデータ） (2026-06-01T20:40:30Z) - Toward AI That Understands Self and Others: A World-Model Theory of Cognitive Diversity and Alignment [0.6768558752130311]
本稿は、すでに不一致は後期現象であると主張している。
中心的な前提は単純だが自明ではない。
本稿では,認知の多様性とアライメントに関する世界モデル理論を開発する。
論文 参考訳（メタデータ） (2026-05-28T13:43:23Z) - Provably Secure Agent Guardrail [89.79561918065122]
既存の防衛アーキテクチャは経験的セマンティックガードレールと確率論的大モデル調整器に依存している。
本稿では,論理的推論の基本的制約に基づくエージェントのための新しいセキュリティパラダイムを提案する。
論文 参考訳（メタデータ） (2026-05-28T02:12:41Z) - Beyond the Cartesian Illusion: Testing Two-Stage Multi-Modal Theory of Mind under Perceptual Bottlenecks [16.03812136589077]
アンカー型空間分解鎖(CoT)について紹介する。
CoTはMLLMを「幾何学的から意味論的」な投影を通して誘導し、まずはBの局所座標系を確立し、次にAがBの視覚フラストラムに該当するかどうかに基づいて、動的に視覚的および聴覚的モダリティを重み付けする。
論文 参考訳（メタデータ） (2026-05-18T10:32:56Z) - PRISM: : Planning and Reasoning with Intent in Simulated Embodied Environments [59.07829883257003]
5つの集合住宅の上に建設され、PRISMは300の人間認証タスクを3つの能力レベルに構成する。
PRISMはエージェントに依存しない実行可能なアクションAPIを公開し、任意のエージェントをエンドツーエンドで評価できるようにする。
論文 参考訳（メタデータ） (2026-05-12T04:59:47Z) - Taming Actor-Observer Asymmetry in Agents via Dialectical Alignment [59.536125286960186]
セルフリフレクションと相互監査を可能にするために、専門的な役割を割り当てるマルチエージェントフレームワークがますます採用されている。
アクター・オブザーバ非対称性(Actor-Observer Asymmetric)と呼ばれる認知バイアスを同時に誘発する。
ReTASは、対立する視点を客観的なコンセンサスに合成するためにエージェントを誘導する。
論文 参考訳（メタデータ） (2026-04-21T15:05:58Z) - The Observer-Situation Lattice: A Unified Formal Basis for Perspective-Aware Cognition [2.28438857884398]
我々は、視点認識のための単一のコヒーレントなセマンティック空間を提供する統一数学的構造であるObserver-Situation Lattice(OSL)を紹介する。
OSL は有限完全格子であり、各要素はユニークなオブザーバ-選択対を表し、信念管理に対する原則的かつスケーラブルなアプローチを可能にする。
我々は,この格子上で動作する2つの重要なアルゴリズムを提案する: (i)相対的信念伝播, 新たな情報を効率的に伝播する漸進的更新アルゴリズム, (ii) 矛盾成分を識別・分離するグラフベースの最小コントラディション分解。
論文 参考訳（メタデータ） (2026-03-02T03:15:36Z) - Unsupervised Synthetic Image Attribution: Alignment and Disentanglement [55.853285140682665]
そこで我々は,アライメント・アンド・ディスタングルメント(Alignment and Disentanglement)という,シンプルで効果的な教師なしの手法を提案する。
具体的には、コントラッシブな自己教師あり学習を用いて基本的な概念アライメントを実行することから始める。
次に、Infomax損失による表現のゆがみを促進することにより、モデルの属性能力を高める。
論文 参考訳（メタデータ） (2026-01-30T07:31:53Z) - Embedded Universal Predictive Intelligence: a coherent framework for multi-agent learning [57.23345786304694]
予測学習のための枠組みと自己予測を中心とした組込みエージェントを導入する。
マルチエージェント設定では、エージェントが類似したアルゴリズムを実行している他のエージェントについて推論することができる。
我々は、AIXIの理論を拡張し、Solomonoffから始まる普遍的なインテリジェントな埋め込みエージェントについて研究する。
論文 参考訳（メタデータ） (2025-11-27T08:46:48Z)
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。