I ett blogginlägg talade DeepMind, ett dotterbolag till Google, om ett experiment med testning av artificiell intelligensmodeller för generalisering och abstrakt tänkande. Experter har utvecklat en generator som ställer frågor baserade på begreppet framsteg, färgegenskaper, former eller storlekar och deras förhållanden. Liknande uppgifter finns i IQ-tester för människor.
IQ-testnoggrannhet
De flesta modellerna besvarade frågorna med 75% noggrannhet. På så sätt fann forskarna en stark korrelation mellan uppgiftsprestanda och förmågan att identifiera underliggande abstraktioner. De lyckades öka effektiviteten genom att träna algoritmer för att förklara sina svar, för att visa vilka relationer och egenskaper som måste beaktas i en viss fråga.
Vissa modeller är emellertid dåliga på att "överföra" de studerade förhållandena till nya egenskaper, till exempel om hon utbildade sig för att identifiera logiska sekvenser i förhållande till färgen på föremål, och i uppgiften krävs det att upprätta ett beroende av deras form.
Teamet fann att om det neurala nätverket korrekt extrapolerade sin kunskap om förhållanden till en ny värdekombination, ökade uppgifternas noggrannhet till 87%. Vid felaktig extrapolering sjönk den till 32%.
Den detaljerade utvecklingen av forskningen och resultaten publicerades av utvecklarna i artikeln.
Kampanjvideo:
I februari 2018 utbildade Facebook AI Research-utvecklare också konstgjord intelligens för att förklara sina handlingar. I allmänhet låter denna teknik spåra logiken för att lösa ett problem och identifiera problem som hindrar dig att hantera det.
