CMUの研究は、圧縮がパズルAIを解く能力を解き放つことができることを示していますAI

この新しい研究は、通常、高価なモデルをトレーニングおよび計算する前に、大規模なデータセットに依存するAIの開発において一般的な知恵に挑戦するため、重要です。 AIの管理は、より大きなデータファイルでトレーニングされたより強力なモデルに向かってプッシュしていますが、CompressraSarcは根本的に異なる原則に基づいてインテリジェンスを提案しています。

「CompressisRespresの知能は、予備的な巨大なデータセット、疲れ果てた検索、または大規模な計算から続くのではなく、圧縮から続くものではありません」と科学者は結論付けています。 「私たちは、事前に広範な予備的なものに従来の依存を求め、推論時間の圧縮と効果的な計算の適応された目的と最小入力からの深い知能の抽出に協力する将来を提案します。」

制限と楽しみにしています

その成果があっても、懐疑論を引き起こす可能性のある明確な制限を伴うリアオとGUが登場します。それらは、色、充填、トリミング、隣接するピクセルを含むパズルをうまく解決しますが、カウント、長いパターン認識、回転、反射、またはエージェントの動作のシミュレーションを必要とするタスクと戦います。これらの制限は、単純な圧縮原理が十分ではない可能性がある領域を強調しています。

研究はレビューされておらず、目に見えないパズルの20％の精度はありませんが、訓練前なしでは顕著には、人間およびトップAIシステムよりも大幅に低下します。批評家は、Compressorrが他のドメインに一般化する必要のないアーチ型パズルで特定の構造パターンを使用できると主張することができます。

それでも、AIが急速な進歩の発展を展開するにつれて、Compressorrがさらなる制御を順守する場合、今日の支配的なアプローチのリソースの要件なしに有用なインテリジェントな行動につながる可能性のある代替パスのビューを提供します。または、少なくとも、マシンの一般的なインテリジェンスの重要な部分のロックを解除する可能性がありますが、それはまだ誤解されています。