ARC测试重点超越了事实问题

“常识”是每个人每次都听到的一句话，通常来自愤怒的旁观者，他们认为你没有。什么是“常识”?

“人类利用常识来填补他们提出的任何问题的空白，在理解但非明确的背景下提供答案，”Swapna Krishna在Engadget中写道。

在幼儿中增加几年的发育成长，他或她获得常识，但AI有问题。在人工智能研究中提出挑战的是Oren Etzioni博士，他是华盛顿州西雅图艾伦人工智能研究所(AI2)的研究员和教授。

为了获得人们拥有的流动性，他们从一件事物到另一件事物的自然能力，这些项目需要每十年一岁的东西，他说，这就是常识 - 一组事实，启发式，观察，我们可以带到桌子上的所有东西，但计算机没有。“在艾伦人工智能研究所，保罗艾伦的任务是帮助我们解决这个问题。”

他们真的是。据报道，他们已经提出了一项新的测试，作为他们推动人工智能系统了解世界的一部分。

在新的测试被称为ARC，它代表AI2推理挑战。研究人员写了一篇关于他们测试的论文。“想想你解决了问题吗?试试ARC，AI2推理挑战”，作者是Peter Clark，Isaac Cowhey，Oren Etzioni，Tushar Khot，Ashish Sabharwal，Carissa Schoenick和Oyvind Tafjord。

麻省理工学院技术评论中的 Knight将解释说，该测试“将提出小学一级的多项选择科学问题。每个问题都需要了解世界是如何运作的。”

AI2网站表示，这些问题是为了鼓励高级问答研究。

奈特援引纽约大学教授加里马库斯的话说。他说：“我认为这是一种很好的解决方案，可以解决在机器学习领域变得如此普遍的表面基准。” “它应该真的迫使AI研究人员加强他们的游戏。”

文章的作者说：“你的模型能否表现得更好?我们将ARC视为对社区的挑战。”

常识一般被认为是人工智能的圣杯。

作者在他们的论文中写道，“数据集在推动研究方向方面已经具有很大的影响力。最近的质量保证数据集已经取得了令人瞩目的进展，但是我们只关注表面层次线索足以找到答案的事实问题，在需要推理或其他先进方法的问题上鼓励取得进展。“

这就是他们的ARC进入的地方，以帮助该领域转向更艰巨的任务。

“我们提出了一个新的问题集，文本语料库和基线，以鼓励在高级问答中进行人工智能研究，”作者在他们的论文中说，这是在arXiv上。

有多种选择的问题。这里有一个问题：“下面哪个项目不是用自然界中生长的材料制成的?” 可能的答案是棉衬衫，木椅，塑料勺和草篮。答案是关于世界的常识画面，并且Knight说，“正是这种常识是语音助手，聊天机器人和翻译软件背后的AI缺乏。而这也是他们如此轻易混淆的一个原因。”

这项测试对人工智能领域有何贡献?“如果机器学习能够成功通过Arc推理挑战，那就意味着系统掌握了人工智能目前没有的常识，”Krishna写道。“这将是一个巨大的进步。”