[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Modeling Open-World Cognition as On-Demand Synthesis of Probabilistic Models

Created by
  • Haebom

저자

Lionel Wong, Katherine M. Collins, Lance Ying, Cedegao E. Zhang, Adrian Weller, Tobias Gersternberg, Timothy O'Donnell, Alexander K. Lew, Jacob D. Andreas, Joshua B. Tenenbaum, Tyler Brooke-Wilson

개요

본 논문은 사람들이 새로운 상황에 직면했을 때 다양한 배경 지식에서 관련 정보를 활용하여 추론과 예측을 수행하는 능력에 대해 탐구한다. 연구진은 사람들이 분산 표현과 기호 표현을 결합하여 새로운 상황에 맞춘 정교한 정신 모델을 구성한다는 가설을 제시하고, 이를 구현한 계산 모델인 "모델 합성 아키텍처(MSA)"를 제안한다. MSA는 언어 모델을 이용하여 전반적인 관련성 기반 검색 및 모델 합성을 수행하고, 확률적 프로그램을 이용하여 일관성 있는 세계 모델을 구축한다. "모델 올림픽"이라는 스포츠 비네트를 중심으로 구성된 새로운 추론 데이터셋을 사용하여 MSA를 평가한 결과, MSA는 언어 모델만을 사용한 기준 모델보다 사람의 판단을 더 잘 포착하는 것으로 나타났다. 이는 MSA가 전반적인 관련 변수에 대한 국지적으로 일관된 추론을 수행하는 사람의 능력을 반영하는 방식으로 구현될 수 있음을 시사하며, 개방형 영역에서의 인간 추론을 이해하고 복제하는 방법을 제시한다.

시사점, 한계점

•
시사점:
◦
분산 표현과 기호 표현의 결합을 통해 새로운 상황에 맞춘 정신 모델을 구성하는 인간 추론 과정에 대한 통찰력 제공.
◦
MSA라는 새로운 계산 모델을 제시하여 인간 수준의 개방형 추론을 구현하는 데 기여.
◦
언어 모델 기반의 기존 방법보다 향상된 성능을 보이는 MSA의 효용성 입증.
◦
개방형 영역에서의 인간 추론 이해 및 복제에 대한 새로운 접근 방식 제시.
•
한계점:
◦
"모델 올림픽" 데이터셋이 특정 도메인에 국한되어 일반화 가능성에 대한 추가 연구 필요.
◦
MSA의 복잡성과 계산 비용에 대한 고려 필요.
◦
인간 추론의 모든 측면을 포괄하지 못할 가능성.
◦
MSA의 확장성 및 다양한 상황에 대한 적용 가능성에 대한 추가 연구 필요.
👍
Made with Slashpage