Science as Extended Mind
39 belangrijke vragen over Science as Extended Mind
Welke eigenschap stelt mensen in staat om meerdere doelen tegelijkertijd te behandelen?
Wat wordt in causale modellen bedoeld met de formule \(X_i = f_i(PA_i, U_i)\)?
- PAi zijn de ouderknopen van \(Xi\).
- Ui staat voor exogene ruisvariabelen.
Hoe verschillen interventies in structurele causale modellen (SCM's) van standaard Bayesiaanse netwerken?
- Distributies van ouderknopen worden niet beïnvloed.
- Verschilt van Bayesiaanse netwerken waar afhankelijkheden blijven.
- Hogere cijfers + sneller leren
- Niets twee keer studeren
- 100% zeker alles onthouden
Wat maakt reflectie een kernaspect van de voorgestelde benadering?
- Verklaringen als data behandeld worden
- Hypotheses als eersterangsobjecten geëvalueerd worden
Hoe kunnen mensen direct instructies ontvangen betreffende een gewenst doel?
Wat stelt de mogelijkheid om interventies te doen in SCM's mogelijk qua redenering?
- Involves abductie en herapplicatie van waargenomen exogene ruis.
Waarom is sterke typen belangrijk voor het coderen van kennis voor algemene intelligentie?
- Erfenis/taxonomie
- Expliciete notatie van doelen en beperkingen
Op welke wijze vermijden mensen verboden of beperkte situaties zonder fysieke interactie?
Wat is het moderne probleem van causale ontdekking in de context van SCM's?
- Accuraat beschrijven van het systeem.
Welke eigenschap van de wetenschappelijke methode zorgt ervoor dat kennis in principe weerlegbaar is door empirische observatie?
- Alle kennis in principe falsifieerbaar moet zijn
Hoe wordt causaliteit beschouwd binnen wetenschappelijke praktijk volgens het diepere inzicht?
- Wederzijdse inferentie met beknopte en consistente beschrijvingen van mogelijke werelden.
Welke vereisten stellen de auteurs voor de expressietaal van een AI-systeem om interactie met de omgeving mogelijk te maken?
- Grondslagen gebaseerd op empirische observatie
- Primitieven voor interactie met de omgeving
Hoe verklaren mensen hun beslissingen op een manier dat anderen deze kunnen begrijpen en verifiëren?
Wat zijn exogene ruisvariabelen in causale modellen?
- Zorgen voor probabilistische aard van de functies.
Wat laat een reflectieve expressietaal toe in de context van AI?
- Verklaringen als gegevens worden behandeld
- Hypotheses worden getoetst als eersterangs objecten
Op welke manier zijn mensen in staat direct te begrijpen wat van hen verlangd wordt zonder herhaald proberen?
Wat wordt bedoeld met 'hypotheses zijn sommige (sub)grafieken van inferenties' in de tekst?
- Hypotheses delen van het model zijn
Wat illustreert de formule \(X_i = f_i(PA_i, U_i)\) in causale modellen?
- De invloed van exogene ruis \(U_i\).
Waarom moeten ruisvariabelen als onafhankelijk worden gemodelleerd in SCM's?
- Voorkomt schending van gemeenschappelijke oorzaak principe.
Waarom zijn alleen relevante hypotheses wenselijk in een AI-systeem?
- Een mogelijke wereld beschrijven
- Relevant zijn voor de taak
Hoe passen mensen hun cognitieve bronnen aan tijdens het waarnemen, handelen en leren?
Hoe draagt tegenfeitelijke redenering bij aan de kracht van SCM's?
- Gebruikt abductie om exogene variabelen te schatten.
Op welke manier functioneren mensen in omgevingen met meerdere agenten?
Waarom zijn pure statistische modellen ontoereikend voor sommige problemen waar SCM's wel geschikt voor zijn?
- Moeite met deduceren van causale relaties.
Wat houdt de uitdaging van causale ontdekking in voor SCM's?
Wat wordt beschouwd als een set van noodzakelijke opkomende capaciteiten van algemene intelligentie?
- Niet noodzakelijkerwijs in een hoogwaardige resetbare en omkeerbare simulatie
Wat is de rol van causal modeling in een AI-systeem?
- Interventie in de omgeving om gevolgen te leren
Waarom wordt de wetenschappelijke methode als geschikter gezien voor de implementatie van algemene intelligentie?
- Levert een 'uitgebreide geest' met verifieerbare eigenschappen
Waarom is automatisering van menselijke arbeid door AI uitdagend?
- Eigenschappen die menselijke intelligentie nabootsen
Wat impliceert de quote van David Deutsch over causaliteit in wetenschap?
- Benadrukt de behoefte aan verklarende theorieën.
Hoe worden interventies gedefinieerd in structurele causale modellen?
Wat is de 'ladder van causaliteit' in de context van kunstmatige intelligentie?
- Belangrijk voor redeneringssystemen en sterker dan statistische correlatie
Welk inzicht biedt de geschiedenis van de symbolistische benadering in AI?
- De opkomst en ondergang van de symbolistische aanpak
Waarom blijven de distributies van ouderknopen onaangetast door interventies op hun kinderen?
Wat stelt het Structurele Causale Model (SCM) voor in de context van causaliteit?
- Stelt gebruikers in staat om op alle drie treden van de causaliteitsladder te opereren
Welke benaderingen in AI worden kritisch beoordeeld in de context van het artikel?
- Deep learning
- Reinforcement learning
Hoe verschilt de benadering van wetenschap met betrekking tot causaliteit in het diepere inzicht?
- Omvat bidirectionele inferentie.
Hoe wordt kennis gecodeerd in een AI-systeem volgens het artikel?
- Compositionaliteit
- Sterke typen
Waarom is compositionaliteit belangrijk voor AI?
- Semantiek voor samengestelde hypotheses
De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:
- Een unieke studie- en oefentool
- Nooit meer iets twee keer studeren
- Haal de cijfers waar je op hoopt
- 100% zeker alles onthouden