سلام به همه! 👋
در چند ماه گذشته، ما در حال کار بر روی معیار ARC به عنوان بخشی از پروژه هوش مصنوعی عصبی نمادین خود بودهایم که توانستهایم به نتایج امیدوارکنندهای دست یابیم، و دیدن رویکرد ما – ترکیب استدلال نمادین با عصبی – باورنکردنی به نظر میرسد. قابلیت های شبکه – پیشرفت معنادار.
نوکلوئید (معروف به nuc
) یک معماری هوش مصنوعی عصبی-سمبلیک را اتخاذ می کند اما یک پیچ و تاب جدید را معرفی می کند: زبان میانی به عنوان پل جهانی بین شبکه های عصبی و سیستم های نمادین.
زبان میانی نقش مهمی در اتحاد این دو پارادایم ایفا می کند. بر اساس یافته های ما، nuc
lang به شبکه های عصبی کمک می کند تا الگوها را انتزاعی کنند، که در نهایت در سیستم نمادین استفاده می شود، و Graph دانش با منطق و نمایش داده ها در زبان میانی ساخته می شود. علاوه بر این، LLM ها در حین اجرا روی ARC-AGI به طرز شگفت انگیزی تقریباً قطعی رفتار می کنند.
قبل از فرو رفتن در رویکرد ما:
ARC Benchmark چیست؟
مجموعه انتزاعی و استدلال (ARC) یک مجموعه داده و چالش معیار است که برای آزمایش سیستمهای AGI در مورد توانایی آنها در انجام استدلال و انتزاع انسانمانند طراحی شده است. ARC که توسط فرانسوا شولت توسعه داده شده است یک مجموعه داده یادگیری ماشینی معمولی نیست – به عمد از کارهای قابل حل با تکنیک های آماری brute-force یا داده های در مقیاس بزرگ اجتناب می کند.