DeepMind给人工智能搞了一套IQ测试题

关注前沿科技 量子位
问耕 发自 凹非寺
量子位 出品 | 公众号 QbitAI

阿基米德在泡澡的时候,发现了浮力原理,也发现了如何计算王冠的体积。

这就是一种抽象推理能力。

对于智能体来说,这个能力是不可或缺的一环。对人工智能也不例外。但是,神经网络的智能到底是有推理能力,还是仅靠肤浅的统计数据?

为了回答这个问题,DeepMind想了一个方法。

给AI搞了一套IQ测试题。

例如,下面这个问题:请问右下角应该是哪个图案?

基于观察、推理能力,一个智能体可以推断出这个问题的答案。基于这样的理念,DeepMind构建了一个问题生成器,涉及一组抽象因素,包括渐进之类的关系,以及颜色和大小等属性。

虽然这个生成器使用了一组潜在因素,但仍然会产生大量独特的问题。

接下来,通过约束生成器可用的因子或组合,就可以创建用于训练和测试模型的不同问题集,看看模型究竟能“聪明”到什么程度。

通过实验,DeepMind发现,当模型在测试中能够正确推断出任务背后的抽象概念时,就能产生良好的性能表现——IQ测试正确率可达87%,否则的话,蒙对答案的概率只有32%。

这份研究结果表明,想得出关于泛化的普遍结论可能是无益的。

参与测试的模型,表现良好与否取决于一系列因素,而几乎在所有情况下,系统在需要推断超出其经验的输入,或处理完全不熟悉的属性时,表现不佳。

总之,这是一个很有意思的方向。

很多人在看到这个研究时,都发出了Interesting的评价~

如果你对这个研究感兴趣,详细的论文在此:

Measuring abstract reasoning in neural networks

传送门:

http://proceedings.mlr.press/v80/santoro18a/santoro18a.pdf

为了鼓励大家继续研究,DeepMind还开源了数据集

传送门:

https://github.com/deepmind/abstract-reasoning-matrices

活动报名

实习生招聘

量子位正在招募活动运营实习生,策划执行AI明星公司CEO、高管等参与的线上/线下活动,有机会与AI行业大牛直接交流。工作地点在北京中关村。简历欢迎投递到quxin@qbitai.com


具体细节,请在量子位公众号(QbitAI)对话界面,回复“实习生”三个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态


文章已于修改

    + 关注

    + 订阅

    阅读:3091

    21

    精选留言

    • KONG҉҉҉҉҉҉҉҉

      8

      感觉已经跟不上AI的智力水平了

      2018年07月12日

    • Mankit Pang

      5

      所以右下角是哪个图案,四个点的嘛

      2018年07月12日

    • ♀鱼 🐠 不会喝水♂

      3

      把全部人类认知的答案都放在一个空间上面去运算这也算是推理!!!

      2018年07月12日

    • ,,F

      1

      可以让它去参加高考了

      2018年07月12日

    • 夏蝉

      0

      我想知道这几题的答案。。

      2018年07月13日

    • 小明

      0

      看到两个规律,每行从左到右点数依次加一,每行三个格子叠加都会形成缺两点的九宫格

      2018年07月13日

    • 8000mAh

      0

      自己看题都没有弄懂

      2018年07月12日

    扫描二维码推荐公众号

    微信公众号