Visual Abstraction and Reasoning through Language

要約

人工知能 (AI) モデルは、狭く定義されたアプリケーションで人間または超人的なパフォーマンスを達成しましたが、より広範でより柔軟なインテリジェンスの兆候を示すにはまだ苦労しています。
Fran\c{c}ois Chollet によって導入された Abstraction and Reasoning Corpus (ARC) は、AI システムが人間のような認知能力にどれだけ近いかを評価することを目的としています。
現在のアプローチのほとんどは、慎重に手作りされたドメイン固有言語 (DSL) に依存しています。DSL は、ARC に存在するタスクに対するブルート フォース ソリューションに使用されます。
この作業では、タスクの自然言語記述に基づいて ARC を解決するための一般的なフレームワークを提案します。
ARC で最先端の DSL モデルを打ち負かすことはできませんが、これまで未解決のタスクを解決する能力によって示唆される、私たちのアプローチの計り知れない可能性を示しています。

要約(オリジナル)

While Artificial Intelligence (AI) models have achieved human or even superhuman performance in narrowly defined applications, they still struggle to show signs of broader and more flexible intelligence. The Abstraction and Reasoning Corpus (ARC), introduced by Fran\c{c}ois Chollet, aims to assess how close AI systems are to human-like cognitive abilities. Most current approaches rely on carefully handcrafted domain-specific languages (DSLs), which are used to brute-force solutions to the tasks present in ARC. In this work, we propose a general framework for solving ARC based on natural language descriptions of the tasks. While not yet beating state-of-the-art DSL models on ARC, we demonstrate the immense potential of our approach hinted at by the ability to solve previously unsolved tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google