人工智能中的快思考和慢思考：元认知的作用 (2021)

计算机科学 > 人工智能 arXiv:2110.01834 (cs) [提交于 2021 年 10 月 5 日] 标题：人工智能中的快与慢思考：元认知的作用 作者：Marianna Bergamaschi Ganapini、Murray Campbell、Francesco Fabiano、Lior Horesh、Jon Lenchner、Andrea Loreggia、Nicholas Mattei、Francesca Rossi、Biplav Srivastava、Kristen Brent Venable 查看题为《人工智能中的快与慢思考：元认知的作用》的 PDF 论文，作者为 Marianna Bergamaschi Ganapini 和其他 8 位作者 查看 PDF HTML（实验） 摘要：人工智能系统近年来取得了巨大进步，带来了许多渗透到我们日常生活中的应用。然而，我们仍然看到大多数狭义人工智能的例子：许多最近的发展通常集中在非常有限的能力和目标上，例如图像解释、自然语言处理、分类、预测等等。此外，虽然这些成功可以归功于算法和技术的改进，但它们也与庞大数据集和计算能力的可用性紧密相关。最先进的人工智能仍然缺乏许多自然包含在（人类）智能概念中的功能。我们认为，更好地研究人类拥有这些能力的机制可以帮助我们了解如何为人工智能系统注入这些能力。我们特别关注 D. Kahneman 的快慢思维理论，并提出了一种多智能体人工智能架构，其中传入的问题由系统 1（或“快”）智能体解决，系统 1（或“快”）智能体仅利用过去的经验做出反应，或者由系统 2（或“慢”）智能体解决，系统 2（或“慢”）智能体在需要推理和搜索超出系统 1 智能体预期的最佳解决方案时被故意激活。这两种代理都受到世界模型和“自我”模型的支持，世界模型包含有关环境的领域知识，“自我”模型包含有关系统过去的行为和求解器技能的信息。主题：人工智能 (cs.AI) 引用为：arXiv:2110.01834 [cs.AI]（或此版本的 arXiv:2110.01834v1 [cs.AI]） https://doi.org/10.48550/arXiv.2110.01834 重点了解更多 arXiv 通过 DataCite 发布的 DOI 提交历史记录 来源： Andrea Loreggia [ 查看电子邮件 ] [v1] 星期二，2021 年 10 月 5 日 06:05:38 UTC (560 KB) 全文链接：访问论文：查看题为《AI 中的思考快与慢：元认知的作用》的论文的 PDF，作者为 Marianna Bergamaschi Ganapini 和其他 8 位作者 查看 PDF HTML（实验性）TeX 源代码 查看许可证 当前浏览上下文：cs.AI < 上一页 |下一页 > 新 |最近 | 2021 年 10 月更改为浏览方式：cs 参考文献和引文 NASA ADS Google Scholar 语义学者 DBLP - CS 书目列表 | bibtex Murray Campbell Lior Horesh Andrea Loreggia Nicholas Mattei Francesca Rossi … 导出 BibTeX 引文 正在加载... BibTeX 格式的引文 × 正在加载... 数据提供者： 书签 书目工具 书目和引文工具 书目浏览器 切换书目浏览器 ( 什么是浏览器？ ) 关联论文 切换关联论文 ( 什么是关联论文？ ) Litmaps 切换Litmaps（什么是 Litmaps？） scite.ai 切换 scite 智能引文（什么是智能引文？） 与本文相关的代码、数据、媒体代码、数据和媒体 alphaXiv 切换 alphaXiv（什么是 alphaXiv？） 代码链接 切换 CatalyzeX 论文代码查找器（什么是 CatalyzeX？） DagsHub 切换 DagsHub（什么是DagsHub？）GotitPub 切换 Gotit.pub（什么是 GotitPub？）Huggingface 切换拥抱脸（什么是 Huggingface？）ScienceCast 切换 ScienceCast（什么是 ScienceCast？）演示演示复制切换复制（什么是复制？）空间切换拥抱脸空间（什么是空间？）空间切换 TXYZ.AI（什么）是 TXYZ.AI？） 相关论文推荐器和搜索工具 影响花链接 影响花（什么是影响花？） 核心推荐器切换 核心推荐器（什么是 CORE？） 作者地点 机构 主题 关于 arXivLabs arXivLabs：与社区合作者的实验项目 arXivLabs 是一个框架，允许合作者直接在我们的网站上开发和共享新的 arXiv 功能。与 arXivLabs 合作的个人和组织都接受并接受了我们开放、社区、卓越和用户数据隐私的价值观。 arXiv 致力于这些价值观，并且只与遵守这些价值观的合作伙伴合作。您有一个能为 arXiv 社区增加价值的项目想法吗？了解有关 arXivLabs 的更多信息。这篇论文的哪些作者是认可者？ |禁用 MathJax（什么是 MathJax？）