使用程序合成和归纳逻辑编程解决 Bongard 问题

MMOct, 2021

使用程序合成和归纳逻辑编程解决 Bongard 问题

Using Program Synthesis and Inductive Logic Programming to solve Bongard Problems

Atharv Sonwane, Sharad Chitlangia, Tirtharaj Dash, Lovekesh Vig, Gautam Shroff...

TL;DR本研究主要探讨使用 Dreamcoder 构建的程序是否可以用于类比推理，以解决某些 Bongard 问题，并使用归纳逻辑编程（ILP）学习抽象概念的可解释性理论。实验结果表明我们的系统可以解决此类问题，并指出改进的方向。

Abstract

The ability to recognise and make analogies is often used as a measure or test of human intelligence. The ability to solve bongard problems is an example of such a test. It has also been postulated that the ability to rapidly construct novel abstractions is critical to being able to so

bongard problems analogical reasoning dreamcoder inductive logic programming abstraction

发现论文，激发创造

使用视觉语言和实用推理解决 Bongard 问题

本文介绍了用图像处理提取的视觉特征，并将其转化为符号视觉词汇的视觉概念学习问题。使用贝叶斯推理和形式语言，可以从提供的 Bongard 问题示例中引出复杂的视觉概念，并考虑语用推理，该方法解决了一大部分 Bongard 问题，但距离全面解决还有很长的路要走。

Apr, 2018

Bongard-LOGO: 人类水平的概念学习和推理新基准

通过提出 Bongard-LOGO 基准来评估人类概念学习和推理，我们展示了先前方法的不足之处，并讨论了适用于解决此类基准的一般视觉推理架构的研究方向。

Oct, 2020

使用归纳逻辑编程进行的程序合成与抽象推理语料库

提出一种使用归纳逻辑编程的程序合成系统来解决抽象与推理语料库（ARC）的方法。通过定义一个与 ARC 相关的领域特定语言（DSL）和逻辑程序，该系统能够通过少量示例任务进行泛化和推理，从而解决需要不同推理方法的 ARC 中的任务。

May, 2024

建模概率模型解决邦加德 - 标志问题

本研究介绍了 PMoC，这是一种为 Bongard-Logo 问题量身定制的概率模型，通过构建独立的概率模型实现了高准确性的推理。此外，我们还提出了 Pose-Transformer，这是一种专为复杂的抽象推理任务设计的增强型 Transformer-Encoder，包括 Bongard-Logo、RAVEN、I-RAVEN 和 PGM。Pose-Transformer 结合了位置信息学习，受胶囊网络中的姿势矩阵启发，增强了其对图像数据处理中的局部位置关系的关注。当与 PMoC 集成时，它进一步提高了推理准确性。我们的方法有效地解决了与抽象实体的位置变化相关的推理困难，在 RAVEN 的 OIG、D3×3 子集和 PGM 数据库上超过了之前的模型。本研究对于推进 AI 在抽象推理和认知模式识别方面的能力具有重要贡献。

Mar, 2024

使用预训练语言模型进行上下文类比推理

通过将人类语言与类比制造联系起来，我们使用大规模预训练的语言模型（PLMs）来支持人工智能系统的类比能力，将感知特征转换成语言形式，PLMs 展现出惊人的零 - shot 关系推理能力，并在 RPM 测试中接近监督的以视觉为基础的方法。

May, 2023

AnaloBench: 评估抽象与长文本上下文类比的鉴别能力

用于评估语言模型中类比推理能力的基准模型 ANALOBENCH 可以从大量信息中回忆相关经验，并将类比推理应用于复杂和冗长的情景中。

Feb, 2024

使用神经算法推理解决视觉类比问题

研究一类视觉类比推理问题，并使用神经类比推理方法寻找一系列基本的神经网络转换来处理符号空间中的图像，评估该算法对具有不同形状和位置的图像的推理泛化能力。

Nov, 2021

基于知识的神经符号潜变空间类比推理

本论文提出了一种结合神经网络的模式识别能力、符号推理和背景知识来解决类比推理问题的框架，并应用于 RAVEN 的递进矩阵上，取得了与人类表现有竞争力甚至更优秀的结果。

Sep, 2022

一种描述逻辑用于类比推理

在本文中，我们利用类比推理介绍了一种推断缺失知识的机制，用于完善本体论，从而解决现有本体论不完整的问题，并且提出了一种基于双射映射的新型语义，分析了该语义下类比的特性，展示了两种合理的推断模式：规则翻译和规则外推。

May, 2021

生活如马戏团，我们是小丑：自动寻找情境和进程之间的类比

本研究通过探索一种更具有现实性且具有挑战性的方法，基于关系相似性来找到不同域之间的映射，使用自动提取文本中实体及其关系并进行解释性的可扩展性算法，从大量的自然语言过程文本数据集中提取类比，并证明该算法对于文本的释义具有鲁棒性。

Oct, 2022