X-VoE：度量物理事件中的解释性预期违背
人工智能
2023-08-22 v1 计算机视觉与模式识别
摘要
直觉物理学对于人类理解物理世界至关重要，使其甚至能在婴儿期预测和解释事件。然而，在人工智能(AI)中复现这种水平的直觉物理学仍是一项艰巨挑战。本研究引入 X-VoE，一个全面的基准数据集，以评估 AI 智能体对直觉物理学的掌握。X-VoE 建立在根植于发展心理学的预期违背(VoE)范式之上，为直觉物理学模型的解释能力设立了更高标准。X-VoE 中的每个 VoE 场景包含三种不同设定，探查模型对事件及其潜在解释的理解。除模型评估外，我们提出一个基于解释的学习系统，仅从视觉序列中捕捉物理动态并推断被遮挡物体状态，无需显式遮挡标签。实验结果凸显我们的模型在 X-VoE 测试下与人类常识的一致性。一个显著特征是我们的模型能够通过重建隐藏场景对 VoE 事件进行视觉阐释。最后，我们讨论发现的启示并概述未来研究方向。通过 X-VoE，我们推动具有类人直觉物理学能力的 AI 的发展。
引用
@article{arxiv.2308.10441,
title = {X-VoE: Measuring eXplanatory Violation of Expectation in Physical Events},
author = {Bo Dai and Linge Wang and Baoxiong Jia and Zeyu Zhang and Song-Chun Zhu and Chi Zhang and Yixin Zhu},
journal= {arXiv preprint arXiv:2308.10441},
year = {2023}
}
备注
19 pages, 16 figures, selected for an Oral presentation at ICCV 2023. Project link: https://pku.ai/publication/intuitive2023iccv/