要約
知能テスト、特に数列の解像度は、AI システムの評価において大きな関心を集めてきました。
削減された一連のアルゴリズムとそれらの組み合わせを使用して、IQ テストやその他のはるかに複雑な数値シーケンスに含まれるパターンを見つける予測モデルを構築する、KitBit と呼ばれる新しい計算モデルを提示します。
モデルの基礎と、さまざまなケースでのそのアプリケーションを紹介します。
最初に、システムは、さまざまな情報源から収集された IQ テストで使用される一連の数列でテストされます。
次に、私たちのモデルは、文献で報告されているモデルを評価するために使用されるシーケンスに正常に適用されます。
どちらの場合も、システムは標準的な計算能力を使用して、これらのタイプの問題を 1 秒以内に解決できます。
最後に、KitBit のアルゴリズムは、よく知られている OEIS データベースの全シーケンスの完全なセットに初めて適用されました。
アルゴリズムのリストの形でパターンを見つけ、これまでで最大数のシリーズで次の用語を予測します。
これらの結果は、数値で表すことができる複雑な問題を解決する KitBit の可能性を示しています。
要約(オリジナル)
The resolution of intelligence tests, in particular numerical sequences, has been of great interest in the evaluation of AI systems. We present a new computational model called KitBit that uses a reduced set of algorithms and their combinations to build a predictive model that finds the underlying pattern in numerical sequences, such as those included in IQ tests and others of much greater complexity. We present the fundamentals of the model and its application in different cases. First, the system is tested on a set of number series used in IQ tests collected from various sources. Next, our model is successfully applied on the sequences used to evaluate the models reported in the literature. In both cases, the system is capable of solving these types of problems in less than a second using standard computing power. Finally, KitBit’s algorithms have been applied for the first time to the complete set of entire sequences of the well-known OEIS database. We find a pattern in the form of a list of algorithms and predict the following terms in the largest number of series to date. These results demonstrate the potential of KitBit to solve complex problems that could be represented numerically.
arxiv情報
| 著者 | Víctor Corsino,José Manuel Gilpérez,Luis Herrera |
| 発行日 | 2022-11-22 18:23:20+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google