[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

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

Created by
  • Haebom

作者

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

概要

本論文では、人々が新たな状況に直面したとき、様々な背景知識から関連情報を活用して推論と予測を行う能力を探る。研究者らは、人々が分散表現と象徴的表現を組み合わせて新しい状況に合わせた洗練された精神モデルを構成するという仮説を提示し、このアイデアを実装した計算モデルである「モデル合成アーキテクチャ（MSA）」を提案する。 MSAは言語モデルを使用してグローバルな関連性ベースの検索とモデル合成を実行し、確率的プログラムを使用してカスタマイズされた一貫した世界モデルを実装します。新しい推論データセット（モデルオリンピックスポーツビネットベース）を使用してMSAを評価し、MSAは言語モデルのみを使用した基準モデルよりも人間の判断をよりよく捉えることがわかりました。これは、ＭＳＡが、グローバルに関連する変数に対して局所的に一貫した推論を提供する人間の能力を反映するような方法で実施され得ることを示唆し、オープンエリアにおける人間の推論を理解し複製する方法を提供する。

Takeaways、Limitations

•
Takeaways:
◦
分散表現と象徴的表現の組み合わせにより,新しい状況に合わせた精巧な精神モデルを構成する人間推論過程の洞察を提供する。
◦
言語モデルと確率的プログラムを組み合わせたMSAは,人間のオープン型推論能力を効果的に模倣できることを示した。
◦
MSAは人間レベルの推論を達成する新しいアプローチを提示し、オープンエリアでの人工知能の開発に貢献します。
•
Limitations:
◦
現在、MSAのパフォーマンスは特定のデータセット（モデルオリンピック）に限定されており、他のドメインへの一般化の可能性に関するさらなる研究が必要です。
◦
MSAの複雑さのため、実際のアプリケーションとスケーラビリティのレビューが必要です。
◦
人間の推論プロセスを完全に模倣することはできず、人間の推論のあらゆる側面を網羅できない可能性があります。
👍
Made with Slashpage