Grande

Aug 14, 2023

Natura Comportamento Umano (2023) Citare questo articolo

1 Altmetrico

Dettagli sulle metriche

Il ragionamento analogico è un segno distintivo dell’intelligenza umana, poiché ci consente di risolvere in modo flessibile nuovi problemi senza una pratica approfondita. Utilizzando un’ampia gamma di test, dimostriamo che GPT-3, un modello linguistico di intelligenza artificiale su larga scala, è in grado di risolvere difficili problemi di analogia a un livello paragonabile alle prestazioni umane.

Questa è un'anteprima dei contenuti in abbonamento, accessibile tramite il tuo istituto

Accedi a Nature e ad altre 54 riviste Nature Portfolio

Ottieni Nature+, il nostro abbonamento con accesso online dal miglior rapporto qualità-prezzo

$ 29,99 / 30 giorni

annullare in qualsiasi momento

Iscriviti a questo diario

Ricevi 12 numeri digitali e accesso online agli articoli

$ 119,00 all'anno

solo $ 9,92 per numero

Noleggia o acquista questo articolo

I prezzi variano in base al tipo di articolo

da $ 1,95

a $ 39,95

I prezzi possono essere soggetti a tasse locali calcolate durante il checkout

Holyoak, KJ in Oxford Handbook of Thinking and Reasoning (a cura di Holyoak, KJ e Morrison, RG) 234–259 (Oxford Univ. Press, 2012). Un capitolo di libro che riassume il lavoro delle scienze cognitive sul ragionamento analogico.

Brown, T. et al. I modelli linguistici sono studenti che imparano poco. Nell'Avv. Sistemi di elaborazione delle informazioni neurali 33 (a cura di Larochelle, H. et al.) 1877–1901 (Curran Associates, 2020). Questo articolo descrive GPT-3, il sistema di intelligenza artificiale valutato nel presente lavoro.

Raven, matrici progressive JC: un test percettivo di intelligenza, forma individuale (Lewis Raven, 1938). Una serie di problemi di analogia visiva comunemente utilizzata come test delle capacità di risoluzione dei problemi.

Lago, BM et al. Costruire macchine che imparano e pensano come persone. Comportamento Scienza del cervello. 40, E253 (2017). Una revisione e una prospettiva che caratterizza alcuni limiti dei sistemi di deep learning.

Articolo PubMed Google Scholar

Mitchell, M. Astrazione e creazione di analogie nell'intelligenza artificiale. Anna. New York Accademico. Sci. 1505, 79–101 (2021). Una revisione che riassume il lavoro nell'intelligenza artificiale sul ragionamento analogico.

Articolo PubMed Google Scholar

Lu, H., Ichien, N. & Holyoak, KJ Mappatura analogica probabilistica con reti di relazioni semantiche. Psicologo. Rev. 129, 1078 (2022). Un esempio di lavoro che combina il deep learning con operazioni di ragionamento strutturato.

Articolo PubMed Google Scholar

Scarica riferimenti

Nota dell'editore Springer Nature rimane neutrale per quanto riguarda le rivendicazioni giurisdizionali nelle mappe pubblicate e nelle affiliazioni istituzionali.

Questo è un riassunto di: Webb, T. et al. Ragionamento analogico emergente in grandi modelli linguistici. Naz. Ronzio. Comportamento https://doi.org/10.1038/s41562-023-01659-w (2023).

Ristampe e autorizzazioni

I sistemi linguistici di intelligenza artificiale su larga scala mostrano una capacità emergente di ragionare per analogia. Nat Hum Behav (2023). https://doi.org/10.1038/s41562-023-01671-0

Scarica la citazione

Pubblicato: 04 agosto 2023

DOI: https://doi.org/10.1038/s41562-023-01671-0

Chiunque condivida il seguente collegamento potrà leggere questo contenuto:

Siamo spiacenti, al momento non è disponibile un collegamento condivisibile per questo articolo.

Fornito dall'iniziativa di condivisione dei contenuti Springer Nature SharedIt