通用认知的最小架构
人工智能
2015-08-04 v1
摘要
提出了一种称为MANIC的极简认知架构。MANIC架构仅需要三个函数近似模型和一个状态机。即使主要组件如此之少，它在理论上也足以实现与所有其他认知架构的功能等价，并且可以实际训练。MANIC不寻求将架构灵感从生物学转移到人工智能，而是力求最小化新颖性，并遵循在数据科学各个子领域中演化出的最成熟构造。从这个视角，MANIC为人工智能的一个长期目标提供了替代方法。本文提供了对MANIC架构的理论分析。
引用
@article{arxiv.1508.00019,
title = {A Minimal Architecture for General Cognition},
author = {Michael S. Gashler and Zachariah Kindle and Michael R. Smith},
journal= {arXiv preprint arXiv:1508.00019},
year = {2015}
}
备注
8 pages, 8 figures, conference, Proceedings of the 2015 International Joint Conference on Neural Networks