HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

AIにおける「速い思考と遅い思考」:メタ認知の役割 (2021)

Thinking fast and slow in AI: The role of metacognition (2021) (arxiv.org)

177 pointsby teleforce84 コメント

要約

本論文は、AIシステムが人間の知能に近づくために、メタ認知の役割を重視するアプローチを提案しています。人間の「速い思考(システム1)」と「遅い思考(システム2)」の概念をAIに応用し、過去の経験を利用するエージェントと、より深い推論を行うエージェントを組み合わせたマルチエージェントアーキテクチャを提唱しています。このアーキテクチャは、世界モデルと自己モデルを基盤とし、AIの能力向上を目指します。

全文翻訳

コンピュータサイエンス > 人工知能

arXiv:2110.01834 (cs)

[提出日: 2021年10月5日]

タイトル: AIにおける高速思考と遅延思考:メタ認知の役割

著者: Marianna Bergamaschi Ganapini, Murray Campbell, Francesco Fabiano, Lior Horesh, Jon Lenchner, Andrea Loreggia, Nicholas Mattei, Francesca Rossi, Biplav Srivastava, Kristen Brent Venable

Marianna Bergamaschi Ganapiniら8名の著者による、AIにおける高速思考と遅延思考:メタ認知の役割というタイトルのPDFをご覧ください。

PDFを見る HTML (実験的)

要旨: AIシステムは近年目覚ましい進歩を遂げ、私たちの日常生活に浸透する多くのアプリケーションをもたらしています。しかし、私たちは依然として狭いAIの事例を見ているに過ぎません。これらの最近の進歩の多くは、画像解釈、自然言語処理、分類、予測など、非常に限定された一連の能力と目標に焦点を当てています。さらに、これらの成功はアルゴリズムと技術の向上によるものですが、巨大なデータセットと計算能力の利用可能性とも密接に関連しています。最先端のAIは、人間の知性という概念に自然に含まれるであろう多くの能力を依然として欠いています。
人間がこれらの能力を持つことを可能にするメカニズムをより深く研究することが、AIシステムにこれらの能力をどのように与えるかを理解するのに役立つと主張します。特に、D.カーネマンの「思考の速さと遅さ」の理論に焦点を当て、入力された問題を、過去の経験のみを利用して反応するシステム1(または「高速」)エージェント、またはシステム1エージェントから期待される範囲を超えて推論し最適な解を探索する必要があるときに意図的に起動されるシステム2(または「遅延」)エージェントのいずれかによって解決する、多層エージェントAIアーキテクチャを提案します。両方の種類のAIは、環境に関するドメイン知識を含む世界モデルと、システムの過去の行動とソルバーのスキルに関する情報を含む「自己」モデルによってサポートされます。

件名:人工知能 (cs.AI)
引用:arXiv:2110.01834 [cs.AI]
(またはこのバージョンについては arXiv:2110.01834v1 [cs.AI])
https://doi.org/10.48550/arXiv.2110.01834 DataCite経由のarXiv発行DOI

提出履歴

送信者: Andrea Loreggia
メールを見る
[v1] 2021年10月5日火曜日 06:05:38 UTC (560 KB)

全文リンク:

論文にアクセス

Marianna Bergamaschi Ganapiniら8名の著者による、AIにおける高速思考と遅延思考:メタ認知の役割というタイトルのPDFをご覧ください。

[画像: license icon]ライセンスを見る

追加機能
現在の閲覧コンテキスト:

cs.AI

< 前   |   次 >

新規 | 最近 | 2021-10

以下で閲覧を変更:

cs

参考文献と引用
DBLP - CS bibliography

リスト | bibtex

Murray Campbell
Lior Horesh
Andrea Loreggia
Nicholas Mattei
Francesca Rossi

…

読み込み中...

BibTeX形式の引用

読み込み中...

提供元:

ブックマーク

[画像: BibSonomy][画像: Reddit]

書誌および引用ツール

書誌および引用ツール

書誌エクスプローラー トグル

書誌エクスプローラー (エクスプローラーとは?)

コネクテッドペーパー トグル

コネクテッドペーパー (コネクテッドペーパーとは?)

リットマップス トグル

リットマップス (リットマップスとは?)

scite.ai トグル

sciteスマート引用 (スマート引用とは?)

コード、データ、メディア

この論文に関連するコード、データ、メディア

alphaXiv トグル

alphaXiv (alphaXivとは?)

コードへのリンク トグル

CatalyzeXコードファインダー (CatalyzeXとは?)

DagsHub トグル

DagsHub (DagsHubとは?)

GotitPub トグル

Gotit.pub (GotitPubとは?)

Huggingface トグル

Hugging Face (Huggingfaceとは?)

ScienceCast トグル

ScienceCast (ScienceCastとは?)

デモ

デモ

Replicate トグル

Replicate (Replicateとは?)

Spaces トグル

Hugging Face Spaces (Spacesとは?)

Spaces トグル

TXYZ.AI (TXYZ.AIとは?)

関連論文

レコメンダーと検索ツール

インフルエンスフラワーへのリンク

インフルエンスフラワー (インフルエンスフラワーとは?)

コアレコメンダー トグル

COREレコメンダー (COREとは?)

  • 著者
  • 会場
  • 機関
  • トピック

arXivLabsについて

arXivLabs:コミュニティ協力者との実験的なプロジェクト

arXivLabsは、協力者がarXivのウェブサイト上で直接新しいarXivの機能を作成・共有できるフレームワークです。

arXivLabsと協力する個人および組織は、オープンさ、コミュニティ、卓越性、ユーザーデータプライバシーという私たちの価値観を受け入れ、遵守しています。arXivはこの価値観にコミットしており、それに従うパートナーのみと協力します。

arXivのコミュニティに価値をもたらすプロジェクトのアイデアがありますか? arXivLabsについてもっと知る。

この論文の著者のうち、誰が推薦者ですか? | MathJaxを無効にする (MathJaxとは?)