AI有望实现对“黄色葡萄”的理解能力

by Paek Jongmin

Published 30 Nov.2023 09:22(KST)

KAIST研究团队与谷歌DeepMind、美国罗格斯大学开展国际联合研究
开发出理解新概念的全新人工智能模型和
用于执行程序的基准测试

如今已经能够实现一种人工智能能力，可以理解并想象诸如“黄色葡萄”或“紫色香蕉”这类从未见过的视觉概念。

KAIST（校长 Lee Kwanghyung）表示，电算学部 Ahn Seongjin 教授研究团队与谷歌 DeepMind 以及美国罗格斯大学开展国际联合研究，开发出一种能够通过系统性组合视觉知识来理解新概念的全新人工智能模型，以及用于执行相关程序的基准测试，并于30日对外公布。

（从左起）KAIST 计算机系教授 Ahn Sungjin、KAIST 计算机系硕士研究生 Kim Youngbin、罗格斯大学博士研究生 Gatham Singh、KAIST 计算机系硕士研究生 Park Junyoung、DeepMind 负责人研究员 Chalad Gelsa（现任 EPFL 教授）

人类在学习“紫色葡萄”和“黄色香蕉”等概念后，能够将其拆分并重新组合，从而想象出“黄色葡萄”或“紫色香蕉”这类从未见过的概念。这种能力被称为系统性泛化或组合性泛化，被视为实现通用人工智能的核心要素。

自从1988年美国著名认知科学家 Jerry Fodor 和 Zenon Pylyshyn 发表观点称人工神经网络无法解决这一问题以来，系统性泛化问题在此后35年间一直是人工智能深度学习领域的一项重大挑战课题。

由 Ahn Seongjin 教授领导的国际联合研究团队为弥补这一空白，开发出一套可用于研究视觉信息系统性泛化的基准测试。与语言不同，视觉信息并不具备明确的“单词”或“标记”结构，因此要学习这种结构并实现系统性泛化，是一项巨大的挑战。

Ahn Seongjin 教授表示：“视觉信息的系统性泛化是实现通用人工智能所必需的能力，期待本研究能够加速人工智能在推理能力和想象能力相关领域的发展。”

作为 DeepMind 负责研究员参与本课题、现任瑞士洛桑联邦理工学院（EPFL）教授的 Caglar Gulcehre 称：“一旦实现系统性泛化，就能够在远少于目前的数据量条件下，获得更高的性能。”