En una publicación de blog, DeepMind, una subsidiaria de Google, habló sobre un experimento con la prueba de modelos de inteligencia artificial para la generalización y las habilidades de pensamiento abstracto. Los expertos han desarrollado un generador que plantea preguntas basadas en el concepto de progresión, propiedades de color, formas o tamaños y sus relaciones. Se encuentran tareas similares en las pruebas de coeficiente intelectual para humanos.
Exactitud de la prueba de IQ
La mayoría de los modelos respondieron las preguntas con un 75% de precisión. Al hacerlo, los investigadores encontraron una fuerte correlación entre el desempeño de la tarea y la capacidad de identificar abstracciones subyacentes. Lograron aumentar la eficiencia mediante el entrenamiento de algoritmos para explicar sus respuestas, para mostrar qué relaciones y propiedades deben considerarse en un tema en particular.
Sin embargo, algunos modelos son malos para "transferir" las relaciones estudiadas a nuevas propiedades, por ejemplo, si se entrena para identificar secuencias lógicas en relación al color de los objetos, y en la tarea se requiere establecer una dependencia por su forma.
El equipo descubrió que si la red neuronal extrapolaba correctamente su conocimiento de las relaciones a una nueva combinación de valores, la precisión de las tareas aumentaba al 87%. En el caso de una extrapolación incorrecta, se redujo al 32%.
Los desarrolladores publicaron en el artículo el progreso detallado de la investigación y los resultados.
Video promocional:
En febrero de 2018, los desarrolladores de Facebook AI Research también capacitaron inteligencia artificial para explicar sus acciones. En general, esta técnica le permite rastrear la lógica de la resolución de un problema e identificar los problemas que le impiden afrontarlo.
