Program Synthesis using Inductive Logic Programming for the Abstraction and Reasoning Corpus

要約

Abstraction and Reasoning Corpus (ARC) は、現在、Large Language Model (LLM) を含むいかなる機械学習手法でも解決できない一般的な人工知能ベンチマークです。
これには、ニューラル ネットワーク ベースのシステムの弱点として知られている、強力な一般化機能と推論機能が必要です。
この研究では、ARC を解決するために、シンボリック AI の一分野である帰納的論理プログラミング (ILP) を使用するプログラム合成システムを提案します。
私たちは、ARC に関連するオブジェクト中心の抽象化の小さなセットに対応する単純なドメイン固有言語 (DSL) を手動で定義しました。
これは、システムに推論機能を提供するロジック プログラムを作成するために ILP によって使用される背景知識です。
ILP は少数の例からロジック プログラムを作成できるため、完全なシステムは目に見えないタスクに一般化できます。ARC の場合は、各タスクの入出力グリッドのペアの例です。
これらのロジック プログラムは、出力グリッドに存在するオブジェクトを生成でき、これらの組み合わせにより、入力グリッドを出力グリッドに変換する完全なプログラムを形成できます。
実装した少数のオブジェクト プリミティブ以上を必要としないいくつかのタスクを ARC からランダムに選択し、これらのみが与えられた場合、システムがそれぞれの異なる推論を必要とするタスクを解決できることを示しました。

要約(オリジナル)

The Abstraction and Reasoning Corpus (ARC) is a general artificial intelligence benchmark that is currently unsolvable by any Machine Learning method, including Large Language Models (LLMs). It demands strong generalization and reasoning capabilities which are known to be weaknesses of Neural Network based systems. In this work, we propose a Program Synthesis system that uses Inductive Logic Programming (ILP), a branch of Symbolic AI, to solve ARC. We have manually defined a simple Domain Specific Language (DSL) that corresponds to a small set of object-centric abstractions relevant to ARC. This is the Background Knowledge used by ILP to create Logic Programs that provide reasoning capabilities to our system. The full system is capable of generalize to unseen tasks, since ILP can create Logic Program(s) from few examples, in the case of ARC: pairs of Input-Output grids examples for each task. These Logic Programs are able to generate Objects present in the Output grid and the combination of these can form a complete program that transforms an Input grid into an Output grid. We randomly chose some tasks from ARC that dont require more than the small number of the Object primitives we implemented and show that given only these, our system can solve tasks that require each, such different reasoning.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google