Nya AI-modeller lär sig världen via logiska regler istället för svarta lådor

arXiv cs.AI

Forskare har utvecklat så kallade Concept-Grounded World Models (CGWMs) – AI-agenter som förstår sin omgivning via tolkningsbara begrepp grundade i temporallogik (regler om hur tillstånd förändras över tid), snarare än ogenomskinliga neurala nätverk. Systemet planerar framåt genom att lösa logiska mål med gradientberäkning, och i tester på två spelmiljöer klarade CGWM att hålla koncepten korrekta betydligt längre och prestera bättre även i situationer det inte tränat på. Det intressanta är att 'förståelse' här faktiskt är äkta – modellen kan förklara varför den gör vad den gör.