他们构建了一个问题生成器，涉及一组抽象因素，包括渐进之类的关系，以及颜色和大小等属性，能产生大量独特问题。通过约束生成器可用的因子或组合，研究人员可以创建用于训练和测试模型的不同问题集，看看模型究竟能“聪明”到什么程度。
通过实验，DeepMind研究团队发现，当模型在测试中能够正确推断出任务背后的抽象概念时，就能产生良好的性能表现——IQ测试正确率可达87%，否则的话，蒙对答案的概率只有32%。
探讨结杲意味着，想算出介绍广泛的大部分结语会是无利的。通过软件测试的模板行为比较好程度考量于一整套作品基本要素，而可以说在其它现象下，机系统在需求推断出限制其经历的填写，或治疗压根不非常熟悉的属性数据时，行为不佳。 人工智能技术网 倡导尊重与保护知识产权。如发现本站文章存在版权等问题，烦请30天内提供版权疑问、身份证明、版权证明、联系方式等发邮件至1851688011@qq.com我们将及时沟通与处理。！：BB贝博艾弗森官方网站 > 新闻 » DeepMind出IQ测试题 考考神经网络有多聪明