Core Concepts
AIエージェントが実世界で成長し、適応するためには、自己主導型オープンワールド学習(SOL)が必要である。
Abstract
AIエージェントが自己学習し、成長するためには、新奇性の検出と対応、データシフトへの対処、新規クラスの学習などが重要です。SOLフレームワークを提案し、具体例を示しています。この論文では、AIエージェントが実世界で成長し、より強力になるために必要なSOLの重要性を強調しています。
Stats
Fei, G.; and Liu, B. 2016. Breaking the closed world assumption in text classification. In Proceedings of the 2016 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, 506–514.
Langley, P. 2020. Open-world learning for radically autonomous agents. In Proceedings of the AAAI Conference on Artificial Intelligence, volume 34, 13539–13543.
Shu, L.; Xu, H.; and Liu, B. 2018. Unseen class discovery in open-world classification. arXiv preprint arXiv:1801.05609.
Yang, J.; Zhou, K.; Li, Y.; and Liu, Z. 2021. Generalized out-of-distribution detection: A survey. arXiv preprint arXiv:2110.11334.
Quotes
"未知や新奇さは人間にとって学ぶ動機付けとなります。"
"AIエージェントはパフォーマンスタスクを持っており、各新奇性を特徴付けることが重要です。"
"SOLは次世代の機械学習技術に不可欠だと考えています。"