Can Environment-Agnostic Agents Solve ARC-AGI-3 from Warped and Noisy Images?
Dit artikel으로 toont aan dat terwijl omgeving-agnostische agenten moeite hebben met het oplossen van ARC-AGI-3 taken uit zwaar vervormde en ruisgevoelige afbeeldingen, het GPT-6-astra model een prestatie nabij het plafond bereikt onder deze extreme omstandigheden, waarbij het GPT-5.6-sol aanzienlijk overtreft door beeldverwerking effectief te combineren met besluitvorming onder onzekerheid.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteur. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je een computerprogramma voor dat moet leren een spel te spelen, niet door regels te lezen of een helder raster van getallen te zien, maar door naar een afbeelding van het speelveld te kijken. Dit is de uitdaging van het bouwen van een omgeving-agnostische agent: een enkele softwarematige geest die verschillende digitale werelden kan betreden, begrijpt hoe ze werken door er simpelweg naar te kijken, en acties kan ondernemen om te winnen, zonder dat hij voor elk nieuw spel opnieuw geprogrammeerd moet worden. De moeilijkheid vermenigvuldigt zich wanneer de afbeelding die het ziet niet duidelijk is. Wat als de afbeelding wazig is met statische ruis, of als het speelbord zelf gebogen, uitgerekt of verdraaid is, alsof het door een kermisspiegel wordt bekeken? In de echte wereld zijn onze ogen en hersenen opmerkelijk goed in het corrigeren van dergelijke vervormingen, maar voor een machine is het zien van een doelwit dat vervormd is en vervolgens precies uitrekenen waar men op het oorspronkelijke, platte bord moet klikken, een diepgaande test van intelligentie. Deze vraag staat centraal in een nieuwe studie die onderzoekt of kunstmatige intelligentie helder kan leren zien door een nevel van visuele chaos.
Onderzoekers bij SingularityNET zetten zich hiervoor in door een specif kind van een kunstmatige agent te voeden met een specifieke reeks logische puzzels die bekend staan als ARC-AGI-3. Deze puzzels zijn ontworpen om redeneren te testen, waarbij de oplosser verborgen regels en patronen moet ontdekken. In dit experiment kreeg de agent nooit een schone lijst met getallen of een tekstuele beschrijving van het bord. In plaats daarvan ontving het alleen afbeeldingen. Om de taak extreem moeilijk te maken, hebben de onderzoekers deze afbeeldingen doelbewust gecorrumpeerd. Ze voegden willekeurige statische ruis toe, vergelijkbaar met de korrel op een oud televisiescherm, en ze pasten geometrische vervormingen toe die de rechte lijnen van het bord bogen in curven of het perspectief volledig verschoven. Cruciaal was dat de vervorming bij elk enkel beeldframe veranderde dat de agent zag, wat betekende dat het bord er van moment tot moment anders uit kon zien, zelfs als de speltoestand niet was veranderd. De agent moest naar een verdraaide, ruisige afbeelding kijken, begrijpen wat er aan de hand was, en vervolgens een exacte coördinaat op het oorspronkelijke, onvervormde bord indienen om een zet te doen. Het was alsof men probeerde een doelwit op een muur te raken terwijl men ernaar kijkt door een wiebelig, vuil raam dat voortdurend van vorm verandert.
De studie vergeleek twee verschillende versies van de kunstmatige intelligentie, één oudere en één nieuwere, om te zien hoe zij met deze visuele chaos omgingen. De oudere versie worstelde aanzienlijk wanneer deze werd geconfronteerd met de verdraaide afbeeldingen. De prestaties daalden scherp, vooral wanneer de afbeeldingen op complexe wijze gebogen waren. De onderzoekers ontdekten dat de vervorming van de afbeelding veel verwarrender was voor de machine dan de statische ruis alleen. Om de oudere agent te helpen, introduceerden de wetenschappers een eenvoudig hulpmiddel: een "cursorfeedback"-functie. Dit stelde de agent in staat om een locatie op het bord voor te stellen en een afbeelding te zien van waar dat punt op de vervormde afbeelding zou verschijnen, waardoor het in feite zijn gok kon controleren voordat het een beslissing nam. Dit hielp de oudere agent om een deel van zijn verloren vermogens te herstellen, met name in spellen die vereisen dat er geklikt wordt, maar het kon de meest ernstige vervormingen niet overwinnen. Zelfs met deze hulp slaagde de oudere agent er niet in om de meeste van de moeilijkste puzzels op te lossen wanneer de afbeeldingen zowel extreem ruisig als zwaar vervormd waren.
De nieuwere kunstmatige intelligentie vertoonde echter een opmerkelijke veerkracht. Wanneer geconfronteerd met dezelfde ernstige vervormingen die de oudere modellen bijna verlamden, loste deze agent bijna elke puzzel op en behaalde een succespercentage van meer dan negentig procent, zelfs zonder de cursorfeedback-tool. De agent slaagde erin om door de verdraaide, ruisige afbeeldingen te navigeren en de juiste coördinaten op het oorspronkelijke bord te identificeren. De onderzoekers zetten deze agent nog verder uit in vervolgtesten, waarbij ze de ruis verhoogden tot niveaus waarbij individuele pixels bijna ononderscheidbaar waren en ze willekeurige rotaties aan het bord toevoegden. Zelfs onder deze extreme omstandighedenhedenstelde de agent niet ineen. Hoewel het algemene succespercentage daalde, slaagde het er nog steeds in om een aanzienlijk deel van de spellen op te lossen. In één specifiek spel behaalde het een bijna perfecte score, ondanks dat de afbeeldingen zo ruisig en vervormd waren dat ze voor een menselijke waarnemer bijna onherkenbaar leken.
Om te achterhalen hoe deze agent slaagde, bestudeerden de onderzoekers de bestanden die de agent tijdens het spelen creëerde. Ze ontdekten dat de agent eigen computerscripts had geschreven om de afbeeldingen te verwerken. De agent gebruikte deze hulpmiddelen om de ruis op te schonen en de vervormde lijnen recht te trekken, waardoor het effectief een helder beeld van het bord herbouwde vanuit de chaotische input voordat er beslissingen werden genomen. Dit suggereert dat de agent de verwarring niet simpelweg door te "gokken" doorstond, maar actief een helderder beeld van de werkelijkheid construeerde met behulp van hulpmiddelen die het ter plekke ontwikkelde. De studie concludeert dat hoewel ernstige visuele vervorming eenvoudigere modellen kan breken, geavanceerdere agenten kunnen leren om hiervoor te compenseren door interne modellen van het spel te bouwen en beeldverwerkingstools te gebruiken om hun zicht te corrigeren. De bevindingen suggereren dat de weg naar robuuste kunstmatige intelligentie kan liggen in het vermogen om niet alleen de wereld te zien zoals deze wordt gepresenteerd, maar om actief te werken aan het begrijpen van de wereld achter de vervorming.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.