From artificial intelligence to artificial mind: A paradigm shift
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Considering the development of artificial intelligence (AI) in various fields, especially the closeness of its function to the human brain in terms of perception and the understanding of sensory and emotional concepts, it can be concluded that this concept is cognitively evolving toward an artificial mind (AM). This article introduces the concept of AM as a more accurate interpretation of the future of AI. It explores the distinction between intelligence and mind, highlighting the holistic nature of the mind, which includes cognitive, psychological, and emotional dimensions. Various types of intelligence, from rational to emotional, are categorized to emphasize their role in shaping human abilities. The study evaluates the human mind, focusing on cognitive functions, logical thinking, emotional understanding, learning, and creativity. It encourages AI systems to understand contextual, emotional, and subjective aspects and aligns AI with human intelligence through advanced perception and emotional capabilities. The shift from AI to AM has significant implications, transforming work, education, and human–machine collaboration, and promises a future where AI systems integrate advanced perceptual and emotional functions. This narrative guides the conversation around AI terminology, emphasizing the convergence of artificial and human intelligence and acknowledging the social implications. Therefore, the term <italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">AM</i> appears to be a more appropriate term than <italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">AI</i>, symbolizing the transformative technological change and its multifaceted impact on society.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,021 |
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 découle