1737646434
2025-01-23 15:16:00
現代の人工知能 (AI) モデルは、膨大な量の情報が提供されると、司法試験に合格し、世界最高の囲碁棋士に勝ち、フォトリアリスティックな画像を生成することができます。しかし、人間とは異なり、このテクノロジーは開始データがほとんど与えられない場合、新たな問題を解決するのに依然として苦労しています。
2019 年、フランスのソフトウェア エンジニアであるフランソワ ショレは、一連の非常に単純な視覚パズルを解決できるモデルを作成するようコンピューター サイエンス コミュニティに挑戦し、AI のこの弱点を強調しました。彼の汎用人工知能のための抽象化および推論コーパス (ARC-AGI) 問題セットには数百の概念が含まれており、AI システムが「オンザフライ」でどれだけうまく機能して、少数の例を使用して新しい問題を一般化して解決できるかを測定するベンチマークとして機能します。 5 年間のハッキングの後、少なくとも 85% のスコアを達成できるモデルに与えられる 100 万ドルの賞金はまだ受け取られていません。
さて、コーネル大学のチームが率いる ケビン・エリスコーネル アン S. バウワーズ コンピューティングおよび情報科学大学のコンピューター サイエンスの助教授である彼は、一連の AI モデルを開発しました。これらのモデルを組み合わせることで、問題の約 56% を解決し、平均的な人間の 4 パーセント ポイント以内のスコアを達成しました。
彼らは論文を提出しました。抽象推論のための帰納法と変換法の組み合わせ、2024年まで ARC賞コンテストそこでは、彼らのソリューションが論文賞の第 1 位を受賞しました。筆頭著者であるコンピュータ サイエンス分野の博士課程学生である Wen-Ding Li 氏と、エリスのグループの客員学部生である Keya Hu 氏は、賞金 50,000 ドルを分け合います。
「私にとって、これはマイルストーンのように感じました。なぜなら、この ARC コンペティションは、他にも多くの優れた AI モデルが提案されている中で、実に 5 年間も耐えられたからです」と Li 氏は語ります。
Chollet の ARC-AGI セットは、色付きのグリッド形式の数百の問題で構成されています。各パズルには、解決策を示す前後の例が 2 つ以上含まれています。ソルバーはパターンを検出し、それを最終的な「前」グリッドに適用する必要があります。解決策としては、開いた図形を特定の色で塗りつぶすことから、デザインを繰り返すこと、迷路を通るパスを強調表示することまで、あらゆることが考えられます。
「これを行うには 2 つの方法があることに気づきました」とエリス氏は言い、研究室のメンバーは 2 つのニューラル ネットワークのトレーニングを開始しました。ニューラル ネットワークは、脳にヒントを得た AI モデルの一種で、ノード間の数百万または数十億の接続にわたって学習します。 Hu のモデルは答えを吐き出すだけで、コードで解決策を説明することなく直接問題を解決します。一方、リーのモデルはより系統的であり、コンピューター プログラムを使用して各パズルを解く方法の説明を求めました。
これらのアプローチは、人間が思考を形成すると考えられている 2 つの方法に似ています。システム 1、または直観に基づく「高速」思考。システム 2、または「遅い」思考は、論理と熟慮を伴います。
研究者らは、次を使用して問題セットを解決するようにモデルをトレーニングしました。 ソリューション例の数十万のバリエーション。
「これらには異なる独自の利点があるため、これら 2 つのアプローチを組み合わせると、パフォーマンスがさらに向上します」と Hu 氏は述べています。 「56.75% の精度が得られ、これは人間の平均パフォーマンスの 60% に非常に近い値です。」
結果を詳しく見ると、モデルがさまざまな種類の問題を解決していることがわかりました。研究者らは、両方のモデルを同じ問題でトレーニングし、同様の結果が得られることを期待していたため、驚きました。
「それは私たちが期待していたものではありませんでした」とエリス氏は語った。 「実際、それらは互いに非常にうまく補完し合っています。」
エリス氏は、この研究が、例外を含むルールを学ばなければならない場合など、人々が熟考するように奨励されている場合には、特定の問題を解決するのが実際には困難であることを発見した古典的な認知科学の研究とのつながりを見ている。
「ARC-AGI 内で、記号的な説明を体系的に検索すると、同様に特定の問題がより困難になることがわかりました」とエリス氏は言います。
現在、2 つのモデルは独立して機能していますが、研究者らは問題解決の 2 つのモードを交互に行う方法をすでに調査しています。研究者らは、このアプローチは、ロボットに新しいスキルを学習させるなど、他のいくつかの分野にも応用できる可能性があると述べた。新しいシーンとオブジェクトを視覚的なカテゴリに整理します。そして、ごく少数の開始例から原因と結果を理解することです。
研究チームには、コーネル大学の学部生、カーター ラーセン 25 年とユーチン ウー 26 年 (どちらもバウワーズ学部研究体験の夏期学生)、ケイレブ ウー 26 年とスペンサー ダン 24 年、そしてコンピューター サイエンスの博士課程の学生であるサイモン アルフォードとハオ タンが含まれていました。 。
米国科学財団キャリア賞からエリスへの資金提供がこの研究を支援しました。
パトリシア・ウォルドロンは、コーネル・アン・S・バウワーズ・カレッジ・オブ・コンピューティングおよび情報科学のライターです。
#コーネル大学のチームが #謎解きチャレンジ #コンテストで #万ドルを獲得