Sistemas de Inteligencia Artificial-Humana: Cómo los Principios Fundamentales de Supervivencia Humana Influyen en los Modelos de Mundo del Aprendizaje Automático
Autores: Fox, Stephen
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Modelos del mundo
Sistemas de inteligencia artificial-humana
Agentes naturales
Aprendizaje automático
Organizaciones humanas
Interacciones entre energía y entropía
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
Los modelos del mundo son un constructo que se utiliza para representar modelos internos del mundo. Es un constructo importante para los sistemas de inteligencia artificial-humana, ya que tanto los agentes naturales como los artificiales pueden tener modelos del mundo. El término agentes naturales abarca a personas individuales y organizaciones humanas. Muchas organizaciones humanas aplican agentes artificiales que incluyen aprendizaje automático. En este documento, se explica cómo los principios fundamentales de supervivencia humana de las interacciones entre energía y entropía influyen en los modelos del mundo de las organizaciones y, por lo tanto, en sus implementaciones de aprendizaje automático. Primero, el constructo de modelos del mundo se relaciona con las organizaciones humanas. Esto se hace en términos de los orígenes del constructo en la construcción de teorías psicológicas durante la década de 1930, a través de sus aplicaciones en la ciencia de sistemas durante la década de 1970, hasta sus aplicaciones recientes en la neurociencia computacional. En segundo lugar, se explica cómo los principios fundamentales de supervivencia humana de las interacciones entre energía y entropía influyen en los modelos del mundo organizacionales. En tercer lugar, se proporciona un ejemplo práctico de cómo los principios de supervivencia conducen a modelos del mundo organizacionales opuestos. En cuarto lugar, se explica cómo los modelos del mundo organizacionales opuestos pueden restringir las aplicaciones de aprendizaje automático. En general, el documento destaca la influencia de las interacciones entre energía y entropía en las aplicaciones de aprendizaje automático de las organizaciones. Al hacerlo, se revelan profundos desafíos para los sistemas de inteligencia artificial-humana.
Descripción
Los modelos del mundo son un constructo que se utiliza para representar modelos internos del mundo. Es un constructo importante para los sistemas de inteligencia artificial-humana, ya que tanto los agentes naturales como los artificiales pueden tener modelos del mundo. El término agentes naturales abarca a personas individuales y organizaciones humanas. Muchas organizaciones humanas aplican agentes artificiales que incluyen aprendizaje automático. En este documento, se explica cómo los principios fundamentales de supervivencia humana de las interacciones entre energía y entropía influyen en los modelos del mundo de las organizaciones y, por lo tanto, en sus implementaciones de aprendizaje automático. Primero, el constructo de modelos del mundo se relaciona con las organizaciones humanas. Esto se hace en términos de los orígenes del constructo en la construcción de teorías psicológicas durante la década de 1930, a través de sus aplicaciones en la ciencia de sistemas durante la década de 1970, hasta sus aplicaciones recientes en la neurociencia computacional. En segundo lugar, se explica cómo los principios fundamentales de supervivencia humana de las interacciones entre energía y entropía influyen en los modelos del mundo organizacionales. En tercer lugar, se proporciona un ejemplo práctico de cómo los principios de supervivencia conducen a modelos del mundo organizacionales opuestos. En cuarto lugar, se explica cómo los modelos del mundo organizacionales opuestos pueden restringir las aplicaciones de aprendizaje automático. En general, el documento destaca la influencia de las interacciones entre energía y entropía en las aplicaciones de aprendizaje automático de las organizaciones. Al hacerlo, se revelan profundos desafíos para los sistemas de inteligencia artificial-humana.