论神经网络的视觉分析智能
神经与进化计算
2022-09-29 v1
摘要
视觉异类任务（visual oddity task）被构想为一种面向人类的通用、独立于族裔的分析智能测试。人工智能的进展带来了重要突破，但在此类分析智能任务上与人竞争仍然具有挑战性，且通常依赖于非生物学合理的架构。我们提出了一种生物学合理的系统，其接收来自合成眼动——扫视（saccades）的输入，并用包含新皮层神经元动力学的神经元对其进行处理。我们引入了一个程序化生成的视觉异类数据集，用于训练一种扩展常规关系网络与我们提出系统的架构。两种方法均超越了人类准确率，并且我们揭示二者共享相同的本质底层推理机制。最后，我们展示受生物学启发的网络取得了更优的准确率，学习更快，且比常规网络所需参数更少。
引用
@article{arxiv.2209.14017,
title = {On the visual analytic intelligence of neural networks},
author = {Stanisław Woźniak and Hlynur Jónsson and Giovanni Cherubini and Angeliki Pantazi and Evangelos Eleftheriou},
journal= {arXiv preprint arXiv:2209.14017},
year = {2022}
}