Широко известный тест Тьюринга считается стандартом для оценки интеллекта машин, однако он не всегда позволяет полноценно измерить их когнитивные способности. В данной статье мы предлагаем альтернативный подход, основанный на использовании T-образного лабиринта, и обсуждаем, как этот метод может эффективно оценивать интеллектуальные возможности машин.
СкачатьСовременные алгоритмы машинного обучения, особенно нейронные сети, обеспечивают высокую точность, но требуют значительных вычислительных ресурсов и энергии, а также больших объемов данных для обучения. Это ограничивает их применение на устройствах с низкой производительностью и вызывает экологические вопросы. В данной статье представлена новая архитектура MachineT, основанная на логических правилах, которая обеспечивает высокую точность и интерпретируемость при существенно меньшем энергопотреблении. Мы описываем структуру алгоритма, процесс обучения и предсказания, а также демонстрируем его эффективность на стандартных наборах данных.
Скачать