Tackling the Abstraction and Reasoning Corpus (ARC) with Object-centric Models and the MDL Principle

要約

Abstraction and Reasoning Corpus (ARC) は、人間レベルの知能に向けた AI 研究を促進するために導入された、挑戦的なベンチマークです。
これは、色付きグリッドの生成に関するユニークなタスクのコレクションであり、いくつかの例のみで指定されています。
既存の作品の変換ベースのプログラムとは対照的に、人間によって生成された自然なプログラムに沿ったオブジェクト中心のモデルを導入します。
私たちのモデルは予測を実行できるだけでなく、入力/出力ペアの共同記述も提供できます。
最小記述長 (MDL) の原則は、大規模なモデル空間を効率的に検索するために使用されます。
多様なタスクが解決され、学習されたモデルは自然のプログラムに似ています。
私たちのアプローチを別のドメインに適用することで、その一般性を示します。

要約(オリジナル)

The Abstraction and Reasoning Corpus (ARC) is a challenging benchmark, introduced to foster AI research towards human-level intelligence. It is a collection of unique tasks about generating colored grids, specified by a few examples only. In contrast to the transformation-based programs of existing work, we introduce object-centric models that are in line with the natural programs produced by humans. Our models can not only perform predictions, but also provide joint descriptions for input/output pairs. The Minimum Description Length (MDL) principle is used to efficiently search the large model space. A diverse range of tasks are solved, and the learned models are similar to the natural programs. We demonstrate the generality of our approach by applying it to a different domain.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google