Von Super Neuro
Wir haben Go und DOTA2 gespielt und jetzt ist die KI an der Reihe, in IQ-Tests Fragen zum logischen Denken zu beantworten.
Inspiriert von traditionellen Intelligenztests hat das DeepMind-Team vor Kurzem ein Experiment gestartet, um die Denkfähigkeit künstlicher Intelligenz zu testen.Die Ergebnisse zeigen, dass KI nicht nur einige abstrakte Konzepte verstehen, sondern auch neue Konzepte ableiten kann.
Ups, KI bekommt noch einen Punkt~
Schluss mit Schach, testen wir KI mit Denkfragen
Auf der „International Conference on Machine Learning“, die im Juli dieses Jahres in Stockholm, Schweden, stattfand, veröffentlichte DeepMind ein Papier, in dem es hieß, dass es möglich sei, die Denkfähigkeit neuronaler Netzwerke durch eine Reihe abstrakter Elemente zu messen, genau wie beim Testen des menschlichen IQ.
Die Forscher definieren diese Fähigkeit zum abstrakten Denken als das Erkennen von Mustern und Lösen von Problemen auf konzeptioneller Ebene.Abstraktes Denken ist eines der Symbole menschlicher Intelligenz. Ein berühmtes Beispiel ist Einsteins Herleitung der Allgemeinen Relativitätstheorie durch das Gedankenexperiment mit dem Aufzug.
In diesem Experiment gelangte Einstein zu der Schlussfolgerung, dass eine Äquivalenz zwischen einem Beobachter, der unter gleichmäßiger Beschleunigung fällt, und einem Beobachter in einem gleichmäßigen Gravitationsfeld besteht.
Diese Fähigkeit, diese beiden abstrakten Konzepte miteinander zu verbinden, ermöglichte ihm die Herleitung der Allgemeinen Relativitätstheorie und die darauf basierende Theorie der Raumzeitkrümmung. Diese abstrakte Fähigkeit ist eines der Merkmale der menschlichen Intelligenz.
Hinweis: In „Eine Einführung in die spezielle und allgemeine Relativitätstheorie“ gab Einstein eine Analogie. In einer geschlossenen Kiste befindet sich eine Person, die nicht nach draußen sehen kann. Ohne äußere Schwerkraft zieht ein unbekanntes Wesen die Kiste mit einer Beschleunigung von 9,8 m/s^2 nach oben. Für die Person in der Kiste ist das Gleiche spürbar, als ob die Kiste still auf dem Boden stünde. Hält er einen Ball in der Hand, kann er nicht unterscheiden, ob die Gewichtskraft durch die Schwerkraft der Erde oder durch die Aufwärtsbeschleunigung g bedingt ist, die schwere Masse ist also gleich der trägen Masse.
Neben der Datenverarbeitung verfügt KI auch über die Fähigkeit zur Abstraktion
Verfügt KI also auch über die Fähigkeit, aus einigen abstrakten Elementen neue Konzepte abzuleiten? Experimente des DeepMind-Teams haben gezeigt, dass die Antwort ja lautet.
Das Team wollte sich ursprünglich auf Attribute wie Form, Position und Linienfarbe des Trainingsmaterials verlassen, um die Denkfähigkeit der KI zu testen, aber die Ergebnisse waren nicht optimal und es war schwierig, die Denkfähigkeit der KI genau wiederzugeben.
Gängige Fragetypen für Intelligenztests
Der Hauptgrund hierfür besteht darin, dass sich das neuronale Netzwerk, wenn zu viele oder zu spezifische Versuchsmaterialien vorbereitet werden, aufgrund seiner starken Lernfähigkeit weigert, Schlussfolgerungen zu ziehen, weil es darin allgemeine Regeln erkennt. Dasselbe gilt für Menschen.
Die Lösung des Forschungsteams bestand darin, einen Fragengenerator zu bauen. Dieser Fragengenerator besteht aus einer Reihe von Fragen, die aus einer Reihe abstrakter Elemente erstellt wurden, darunter Beziehungen (wie die Entwicklung von Dingen) und Attribute (wie Farbe und Größe), die speziell dafür entwickelt wurden, die Denkfähigkeit der KI zu trainieren und zu testen.
Die meisten KI-Modelle zeigten im Test gute Ergebnisse, einige erreichten sogar eine Leistung von 75%.Die Forscher fanden heraus, dass die Genauigkeit des Fragensatzes stark mit der Fähigkeit der KI korreliert, abstrakte Konzepte abzuleiten, und dass ihre Denkfähigkeit durch Anpassen der Eigenschaften des Fragensatzes verbessert werden kann.
Fragen zur Bildbegründung stellen die meisten KIs vor ein Rätsel
Im Gegensatz dazu ist visuelles Denken schwieriger und erfordert, dass die KI basierend auf den im Bild angezeigten Elementen einen eigenen Fragenkatalog erstellt. Das DeepMind-Team sagte jedoch, dass einige KI-Modelle bereits zum visuellen Denken fähig seien.
Um visuelles Denken zu ermöglichen, müssen diese Modelle abstrakte Konzepte wie logische Operationen und arithmetische Progressionen aus den Rohpixeln eines Bildes ableiten und testen und diese Konzepte auf Objekte anwenden, die sie noch nie zuvor beobachtet haben.
Abbildung 1: Ein visueller Denktest, durchgeführt von einem vom DeepMind-Team entwickelten maschinellen Lernmodell
Der gesamte Test beweist, dass neuronale Netzwerke der KI die Fähigkeit zum logischen Denken verleihen können. Allerdings ist diese Fähigkeit derzeit erheblichen Einschränkungen unterworfen, und selbst das derzeit beste Wild Relation Network (WReN) kann dieses Problem nicht vollständig lösen.
Einschränkungen des KI-Denkens
Diese Einschränkung liegt hauptsächlich darin begründet, dass es für neuronale Netze schwierig ist, Elemente außerhalb des Problemsatzes zu entdecken, was ihre Generalisierungsfähigkeit beim Denken verringert.
Das Forschungsteam schrieb in einem Blogbeitrag:Neuronale Netze verfügen unter bestimmten Bedingungen über gute Denkfähigkeiten, doch wenn sich die Bedingungen ändern, sinkt ihre Denkfähigkeit rapide. Darüber hinaus hängt der Erfolg des Modellschlussfolgerns auch von vielen Faktoren ab, wie der Architektur des Modells und ob es trainiert wurde.
Diese Einschränkung kann möglicherweise behoben werden, wenn wir Möglichkeiten finden, die Generalisierungsfähigkeit des Modells zu verbessern und „strukturreiche und allgemein anwendbare“ induktive Verzerrungen zu untersuchen, die in zukünftigen Modellen verwendet werden können.
Aber sind alle Ingenieure Masochisten?
Von Go bis DOTA2 werden Menschen immer wieder von der KI besiegt. Ist es wirklich interessant?
Hier ist ein berühmtes Zitat für Sie ↓↓↓
