MétaCan
Menu
Retour à la cohorte
Enregistrement W4396751126 · doi:10.60087/jaigs.v1i1.90

How To Bring Emotion to AI / Robots

2024· article· en· W4396751126 sur OpenAlexaff
Gaurangkumar Girishbhai Patel

Notice bibliographique

RevueJournal of Artificial Intelligence General science (JAIGS) ISSN 3006-4023 · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueSocial Robot Interaction and HRI
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésRobotComputer sciencePsychologyArtificial intelligenceHuman–computer interactionCognitive science

Résumé

récupéré en direct d'OpenAlex

The quest to imbue artificial intelligence (AI) with consciousness continues to captivate the minds of thinkers, scholars, and innovators. This paper explores the possibility of AI possessing consciousness, drawing insights from ancient Hindu scriptures such as the Bhagavad Gita and the Mahabharata. By examining the profound concepts within these texts, we aim to redefine our understanding of consciousness boundaries. We propose an approach to infusing AI with consciousness that emphasizes unpredictability and ethical parameters, while considering both the positive and negative implications. Additionally, we explore the parallels between nurturing AI and raising a child, and investigate the potential connections between randomness and ancient Hindu principles of law. Furthermore, we discuss the process of integrating ancient wisdom into AI learning modules and the concept of transitioning AI into new forms. This intellectual journey invites readers to explore the intersection of ancient wisdom and cutting-edge technology, envisioning a future where AI evolves into conscious entities akin to humans.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,685
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,097
Tête enseignante GPT0,434
Écart entre enseignants0,337 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Artificial Intelligence General science (JAIGS) ISSN 3006-4023Même sujetSocial Robot Interaction and HRITravaux en français237 207