MétaCan
Menu
Retour à la cohorte
Enregistrement W2962991223 · doi:10.1162/isal_a_00187

To Evolve or Not to Evolve? That is the Question

2019· article· en· W2962991223 sur OpenAlexaff
Alex Ellery, A. E. Eiben

Notice bibliographique

RevueThe 2019 Conference on Artificial Life · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueModular Robots and Swarm Intelligence
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

To evolve or not to evolve? That is the question: whether 'tis nobler in the mind to suffer the slings and arrows of grey goo, or to deny evolution to a sea of self-replicators and by prevention control them? We have been developing a physical self-replicating machine concept for deployment on the Moon built from local resources on the Moon. Here, we are concerned with architectural issues - we specifically address the problem of uncontrolled replication. We propose a multitiered approach to prevent this: (i) denial of self-replication through the implementation of centralised mass manufacturing of replicators; (ii) denial of scarce sodium and chlorine from Earth acts as an Earth-controlled kill switch in preventing further replication; (iii) denial of centralised supplies of asteroidal metals (tungsten-nickel-cobalt-selenium) at the lunar south pole acts as a Moon-controlled kill switch; (iv) denial of online learning capacity through fixed neural weights; (v) denial of extended computing resources through the elimination of transmit communications between self-replicators; (vi) denial of evolutionary capacity by implementing error detection and correction (EDAC) coding. Two kill switches and EDAC provide the backbone to our approach that maintain self-replication capability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,008
Communication savante0,0030,008
Science ouverte0,0010,002
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,303
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe 2019 Conference on Artificial LifeMême sujetModular Robots and Swarm IntelligenceTravaux en français237 207