本論文はYU-AIシリーズの構造的総合を提示し、3つの核心的結果を統合している:排除としての説明、制約失敗としての幻覚、制約減衰としての長期的失敗。知能は排除を強制し保持する能力によって根本的に定義されると主張する。排除をせずに生成する、または保持せずに排除するシステムは、規模や最適化に関わらず予測可能な失敗パターンを示す。本論文は知能システムの安定性を支配する統一原理として制約の持続性を導入する。幻覚は排除の欠如から生じ、長期的失敗は時間経過による排除の喪失から生じることを示す。これらの現象は、現行の人工知能システムにおける構造的制限を明らかにする。本研究はアラインメント、信頼性、一般化を表現や最適化の問題ではなく、制約の持続性の問題として再定義し、制約の持続性を人工、生物、物理システム全般に適用可能な一般原理として位置づける。本論文はYU-AIシリーズ:「知能の制約ベース基礎」への統合的エントリーポイントとして機能する。
Building similarity graph...
Analyzing shared references across papers
Loading...
Aruna Reddy Katanguri
Building similarity graph...
Analyzing shared references across papers
Loading...
アルナ・レディ・カタンギュリ(Fri,)がこの問題を研究した。
www.synapsesocial.com/papers/69e3203440886becb653f571 — DOI: https://doi.org/10.5281/zenodo.19617293
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: