Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo. La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro. Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.
Modelado de la cognición en mundo abierto como síntesis a demanda de modelos probabilísticos
Created by
Haebom
Autor
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
Describir
Este artículo explora la capacidad de las personas para realizar inferencias y predicciones aprovechando información relevante de diversos conocimientos previos al enfrentarse a situaciones novedosas. Planteamos la hipótesis de que las personas construyen modelos mentales sofisticados adaptados a situaciones novedosas combinando representaciones distribuidas y simbólicas, y proponemos un modelo computacional, la "Arquitectura de Síntesis de Modelos (MSA)", que lo implementa. La MSA realiza la recuperación basada en la relevancia global y la síntesis de modelos utilizando modelos de lenguaje, y construye un modelo mundial coherente mediante programación probabilística. Evaluamos la MSA utilizando un novedoso conjunto de datos de inferencia centrado en una viñeta deportiva llamada "Juegos Olímpicos de Modelos" y descubrimos que la MSA captura mejor el juicio humano que un modelo de referencia que utiliza únicamente modelos de lenguaje. Esto sugiere que la MSA puede implementarse de forma que refleje la capacidad de las personas para realizar inferencias localmente consistentes sobre variables globalmente relevantes, y sugiere una manera de comprender y replicar el razonamiento humano en dominios abiertos.
Takeaways, Limitations
•
Takeaways:
◦
Proporciona una visión del proceso de razonamiento humano de construcción de modelos mentales adaptados a nuevas situaciones a través de una combinación de representaciones distribuidas y simbólicas.
◦
Contribuye a la implementación del razonamiento abierto a nivel humano al proponer un nuevo modelo computacional llamado MSA.
◦
Demostrar la eficacia de MSA demostrando un rendimiento mejorado en comparación con los métodos existentes basados en modelos de lenguaje.
◦
Un nuevo enfoque para comprender y replicar el razonamiento humano en dominios abiertos.
•
Limitations:
◦
El conjunto de datos "Juegos Olímpicos Modelo" es específico del dominio y requiere más estudios sobre su generalización.
◦
Se debe tener en cuenta la complejidad y el costo computacional de MSA.
◦
Puede que no abarque todos los aspectos del razonamiento humano.
◦
Se necesita más investigación sobre la escalabilidad de MSA y su aplicabilidad a diversas situaciones.
