¿Qué es ARC-AGI?
- ARC-AGI es un benchmark de inteligencia artificial introducido en 2019, diseñado para poner a prueba la capacidad de un sistema de inferir y generalizar reglas abstractas a partir de ejemplos mínimos.
- El dataset está compuesto por acertijos similares a pruebas de IQ, y cada acertijo ofrece varias imágenes de ejemplo que muestran la regla básica y una imagen de prueba a la que se debe aplicar esa regla.
- Resolver ARC-AGI tiene como objetivo poner en evidencia los desafíos actuales que obstaculizan el avance de la inteligencia artificial.
Nuestro método de solución
- Se propone que la compresión de información sin pérdida puede ser un marco eficaz para resolver los acertijos de ARC-AGI.
- Una compresión más eficiente del acertijo se correlaciona con soluciones más precisas.
- CompressARC usa una red neuronal como decodificador, y el algoritmo de codificación no utiliza otra red, sino que optimiza los parámetros del decodificador y la distribución de entrada para obtener la representación más comprimida del acertijo.
Observación del aprendizaje de la red: colorear cajas
- Solución humana: reconocer que la entrada está dividida en cajas y que esas cajas se conservan y se colorean en la salida.
- Solución de CompressARC: en cada etapa del aprendizaje, la red va entendiendo y aplicando gradualmente la regla del acertijo.
Cómo se deriva nuestro método de solución
- La compresión de información sin pérdida consiste en representar la información con la menor cantidad posible de bits, permitiendo al mismo tiempo reconstruir esa información a partir de su representación en bits.
- Se busca averiguar qué respuesta descomprimiría el sistema que mejor comprime el dataset ARC-AGI.
La ayuda de las redes neuronales
- En lugar de buscar en el espacio de programas, se elige un programa y se delega en la diversidad del espacio de entrada.
- Se escribe un programa que ejecuta el paso hacia adelante de la red neuronal y se busca a través del espacio de entrada.
Arquitectura
- Se diseña una arquitectura de red neuronal para decodificar acertijos de ARC-AGI.
- La característica más importante es la equivarianza, como seguir reglas de simetría.
Resultados
- CompressARC registró un desempeño de 34.75% en el conjunto de entrenamiento y 20% en el conjunto de evaluación.
Acertijos que puede resolver y que no puede resolver
- CompressARC intenta averiguar tanto como sea posible usando ciertas capacidades.
- Por ejemplo, puede extender patrones a distancias cortas, pero no a distancias largas.
Colorear cajas: estudio de caso
- Durante el entrenamiento, el error de reconstrucción disminuye muy rápidamente y se mantiene bajo en promedio.
- Para entender cómo CompressARC resuelve el acertijo, se analiza la representación almacenada en z.
Cómo mejorar nuestro trabajo
- Al momento del lanzamiento de CompressARC, hubo varias ideas que se intentaron o no se intentaron.
- Algunas ideas, como la compresión conjunta mediante el uso compartido de pesos entre acertijos, siguen pareciendo válidas.
Aún no hay comentarios.