A Categorical Framework of General Intelligence

要約

機械は考えることができますか？
1950 年にアラン チューリングがこの質問をして以来、一般的な知性のための確固たる数学的基礎が不足しているため、だれも直接的な答えを出すことができません。
このホワイト ペーパーでは、この目標に向けて、センサー、世界カテゴリ、目的を持つプランナー、アクターの 4 つのコンポーネントで構成されるカテゴリ フレームワークを紹介します。
圏論を活用することで、一般知能における多くの重要な概念を厳密に定義して分析することができます。
たとえば、自己意識の類推として自己状態認識の概念を導入し、それを学習および評価するためのアルゴリズムを提供します。
他のエージェントとのコミュニケーションには、自然言語を使用する代わりに、コンテキストの正確な表現をキャプチャする図を使用することを提案します。
さらに、目標を自己状態に対する関数の出力として設計することにより、モデルの人間の使いやすさが保証されることを示します。
最も重要なことは、私たちのフレームワークは、フレームワークに適合するモデルをトレーニングするための調整信号として機能できるカテゴリ不変性に基づくさまざまな制約を自然に導入することです。

要約(オリジナル)

Can machines think? Since Alan Turing asked this question in 1950, nobody is able to give a direct answer, due to the lack of solid mathematical foundations for general intelligence. In this paper, we introduce a categorical framework towards this goal, consisting of four components: the sensor, world category, planner with objectives, and actor. By leveraging category theory, many important notions in general intelligence can be rigorously defined and analyzed. For instance, we introduce the concept of self-state awareness as a categorical analogy for self-consciousness and provide algorithms for learning and evaluating it. For communication with other agents, we propose to use diagrams that capture the exact representation of the context, instead of using natural languages. Additionally, we demonstrate that by designing the objectives as the output of function over self-state, the model’s human-friendliness is guaranteed. Most importantly, our framework naturally introduces various constraints based on categorical invariance that can serve as the alignment signals for training a model that fits into the framework.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google