The Parameters of Educability

要約

教育可能性モデルは、高度な文明を創造できるという点で、地球上の既存の生物種の中で人間をユニークにする認知能力を記述するために最近提案された計算モデルです。
教育可能性は、知識を獲得し、応用する能力として定義されます。
これは、人間の能力を説明することと、同様に、機械によって有用に実現できるものについての意欲的な説明の両方を目的としています。
数学的に明確に定義された計算モデルを作成することが目的ですが、モデルのインスタンスを構築する際には、多くの決定を下す必要があります。
これらの決定を {\it パラメーター} と呼びます。
標準的なコンピュータでは、メモリ容量とクロック レートという 2 つのパラメータがあります。
どちらか一方、あるいはその比率についてさえ、普遍的に最適な選択はありません。
同様に、標準的な機械学習システムでは、学習アルゴリズムとトレーニングに使用されるデータセットの 2 つのパラメーターが使用されます。
繰り返しになりますが、どちらについても普遍的に最適な選択肢は知られていません。
教育可能なシステムには、これら 2 種類のシステムのいずれよりも多くのパラメーターがあります。
この短い論文では、教育可能なシステムの主要なパラメータのいくつかと、その存在の広範な影響について説明します。

要約(オリジナル)

The educability model is a computational model that has been recently proposed to describe the cognitive capability that makes humans unique among existing biological species on Earth in being able to create advanced civilizations. Educability is defined as a capability for acquiring and applying knowledge. It is intended both to describe human capabilities and, equally, as an aspirational description of what can be usefully realized by machines. While the intention is to have a mathematically well-defined computational model, in constructing an instance of the model there are a number of decisions to make. We call these decisions {\it parameters}. In a standard computer, two parameters are the memory capacity and clock rate. There is no universally optimal choice for either one, or even for their ratio. Similarly, in a standard machine learning system, two parameters are the learning algorithm and the dataset used for training. Again, there are no universally optimal choices known for either. An educable system has many more parameters than either of these two kinds of system. This short paper discusses some of the main parameters of educable systems, and the broader implications of their existence.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google