Toward Artificial Sapience: Principles and Methods for Wise Systems
Notice bibliographique
Résumé
The current attempt to emulate human sapience (wisdom) by artificial means should be a step in the right direction beyond the Artificial/Computational Intelligence and Soft Computing disciplines, but is it warranted? Have humans achieved a level of modeling smart systems that justifies talking about sapience-wisdom? This book presents computational paradigms describing lower- and higher-level cognitive functions, including mechanisms of concepts, instincts, emotions, situated behavior, language communication and social functioning. Hierarchical organization of the mind is considered, leading to explanations of the highest human capabilities for the beautiful and sublime. A diverse international set of authors discuss Artificial / Computational Sapience and Sapient Systems in this unique and useful volume. The reader is guided through the subject in a structured and comprehensive manner, and begins with chapters discussing philosophical, historical, and semiotic ideas about what properties are expected from Sapient (Wise) systems. Following that, chapters describe mathematical and engineering views on sapience, relating these to philosophical, semiotic, cognitive, and neuro-biological perspectives. Features and topics: Begins with a solid foundation, providing a detailed description of the fundamental concepts and principles of the topic Discusses concepts and current computational tools that enable the realization, implementation and design of a Sapient System concept Presents a brief history of the evolution and development of the artificial intelligence, computational intelligence and soft computing fields Concepts are formalized and extended, as well as compared and differentiated from their counterparts in the Artificial Intelligence and Intelligence Systems disciplines Explains potential applications of key concepts Contains discussions and suggestions for future research This novel, state-of-the-art research volume is the first to focus on and explore Artificial / Computational Sapience and Sapient (Wise) Systems. It will be of real utility to all researchers, graduate students, and professionals in the field who are interested in advancing beyond the usual topics on intelligent systems and artificial intelligence. Dr Rene V. Mayorga is an Associate Professor in the Faculty of Engineering, at the University of Regina, Saskatchewan, Canada. Dr Leonid I. Perlovsky is Visiting Scholar at Harvard University and Principal Research Physicist and Technical Advisor at the U.S. Air Force Research Laboratory/SNHE, Hanscom.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,011 |
| Communication savante | 0,008 | 0,011 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,006 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».