Dalam catatan blog, DeepMind, anak syarikat Google, membincangkan percubaan dengan menguji model kecerdasan buatan untuk generalisasi dan kemahiran berfikir abstrak. Pakar telah membuat generator yang mengemukakan soalan berdasarkan konsep kemajuan, sifat warna, bentuk atau ukuran, dan hubungannya. Tugas serupa dijumpai dalam ujian IQ untuk manusia.
Ketepatan Ujian IQ
Sebilangan besar model menjawab soalan dengan ketepatan 75%. Dengan berbuat demikian, para penyelidik menemui korelasi yang kuat antara prestasi tugas dan kemampuan untuk mengenal pasti abstraksi yang mendasari. Mereka berjaya meningkatkan kecekapan dengan melatih algoritma untuk menjelaskan jawapan mereka, untuk menunjukkan hubungan dan sifat mana yang perlu dipertimbangkan dalam isu tertentu.
Namun, beberapa model buruk dalam "memindahkan" hubungan yang dikaji ke sifat baru, misalnya, jika dia dilatih untuk mengenal pasti urutan logik berkaitan dengan warna objek, dan dalam tugas itu diperlukan untuk membangun ketergantungan dengan bentuknya.
Pasukan ini mendapati bahawa jika rangkaian saraf dengan tepat memperkirakan pengetahuannya tentang hubungan dengan gabungan nilai baru, maka ketepatan tugas meningkat menjadi 87%. Sekiranya ekstrapolasi tidak betul, ia menurun kepada 32%.
Kemajuan terperinci penyelidikan dan hasilnya diterbitkan oleh pembangun dalam artikel tersebut.
Video promosi:
Pada Februari 2018, pemaju Facebook AI Research juga melatih kecerdasan buatan untuk menjelaskan tindakannya. Secara umum, teknik ini membolehkan anda mengesan logik menyelesaikan masalah dan mengenal pasti masalah yang menghalang anda daripada mengatasinya.
