The minimal computational substrate of fluid intelligence

要約

認知能力の定量化は、認知能力に依存する行動タスクを特定することに基づいています。
タスクが呼び出す権限は実験的に制御したり、先験的に制約したりすることができないため、そのような依存性は保証できず、その結果、特異性と一般性の失敗に対する未知の脆弱性が生じます。
流体知能の臨床テストとして広く使用されている Raven の Advanced Progressive Matrices (RAPM) のコンパクト バージョンを評価し、自然環境のシーンの部分的にマスクされた画像の完成のみを対象として訓練された自己教師型人工ニューラル ネットワークである LaMa が人間の能力を達成することを示します。
-レベルのテストでは、タスク固有の帰納的バイアスやトレーニングなしで、プリマビスタのスコアが得られます。
健康な参加者と局所的損傷のある参加者のコホートと比較して、LaMa は項目の難易度で人間のような変動を示し、全体的な空間パターンを統合する能力の低下により右前頭葉の損傷に特徴的なエラーを生成します。
LaMa の狭い訓練と限られた能力 (ショウジョウバエの神経系に匹敵する) は、RAPM が必ずしも抽象的な推論を呼び出す必要のない、計算的に単純な解決策を受け入れる可能性があることを示唆しています。

要約(オリジナル)

The quantification of cognitive powers rests on identifying a behavioural task that depends on them. Such dependence cannot be assured, for the powers a task invokes cannot be experimentally controlled or constrained a priori, resulting in unknown vulnerability to failure of specificity and generalisability. Evaluating a compact version of Raven’s Advanced Progressive Matrices (RAPM), a widely used clinical test of fluid intelligence, we show that LaMa, a self-supervised artificial neural network trained solely on the completion of partially masked images of natural environmental scenes, achieves human-level test scores a prima vista, without any task-specific inductive bias or training. Compared with cohorts of healthy and focally lesioned participants, LaMa exhibits human-like variation with item difficulty, and produces errors characteristic of right frontal lobe damage under degradation of its ability to integrate global spatial patterns. LaMa’s narrow training and limited capacity — comparable to the nervous system of the fruit fly — suggest RAPM may be open to computationally simple solutions that need not necessarily invoke abstract reasoning.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google