Egy blogbejegyzésben a DeepMind, a Google leányvállalata beszélt a mesterséges intelligencia modelleinek általánosítás és absztrakt gondolkodási készségek tesztelésével kapcsolatos kísérletről. A szakértők olyan generátort fejlesztettek ki, amely kérdéseket vet fel az előrehaladás fogalma, színtulajdonságai, alakja vagy mérete, valamint kapcsolataik alapján. Hasonló feladatok találhatók az emberek IQ-tesztjein.
IQ teszt pontossága
A legtöbb modell 75% -os pontossággal válaszolt a kérdésekre. Ennek során a kutatók szoros összefüggést találtak a feladat teljesítése és az absztrakciók azonosításának képessége között. Sikerült növelni a hatékonyságot azáltal, hogy algoritmusokat képeztek a válaszok magyarázatára, hogy megmutassák, mely összefüggéseket és tulajdonságokat kell figyelembe venni egy adott kérdésben.
Néhány modell azonban rosszul tudja "átvinni" a vizsgált kapcsolatokat új tulajdonságokra, például akkor, ha ő képzett azonosítani a tárgyak színének függvényében logikai sorozatokat, és a feladat során meg kell határozni egy alak függőségüket.
A csoport megállapította, hogy ha a neurális hálózat helyesen extrapolálta a kapcsolatok ismereteit egy új értékek kombinációjára, akkor a feladatok pontossága 87% -ra nőtt. Helytelen extrapoláció esetén 32% -ra esett vissza.
A kutatás részletes előrehaladását és az eredményeket a cikk fejlesztői közzétették.
Promóciós videó:
2018 februárjában a Facebook AI Research fejlesztői mesterséges intelligenciát is képzettek a tevékenysége magyarázatára. Általában ez a technika lehetővé teszi a probléma megoldásának logikájának nyomon követését és azon problémák azonosítását, amelyek megakadályozzák, hogy megbirkózzanak vele.