Il sistema AI 'Twin' padroneggia i giochi ARC-AGI-3 tramite modelli del mondo a tempo di test

Un nuovo sistema di intelligenza artificiale chiamato Twin (Test-time World-model Inference) ha dimostrato una notevole abilità nel risolvere i giochi a griglia ARC-AGI-3, un benchmark per l'apprendimento continuo. Sviluppato da ricercatori, Twin utilizza un agente di codifica all'avanguardia per scrivere un modello del mondo eseguibile per ogni gioco, deducendo regole e obiettivi puramente dalla simulazione e dall'interazione, senza ingegneria manuale. La priorità induttiva del sistema sui giochi a griglia gli consente di recuperare transizioni e obiettivi reali in quasi tutti i livelli. Twin impiega un modello del mondo gemello per la validazione tramite replay, assicurando che le azioni vengano intraprese solo dopo che il programma ha riprodotto tutte le transizioni osservate in precedenza. Le discrepanze tra previsioni e risultati effettivi servono come controesempi per riparare il modello. Twin ha superato con successo 179 livelli su 183 (97,8%), superando gli esseri umani in efficienza in 158 di questi livelli (88,3%). Questo approccio contrasta con i metodi tradizionali che richiedono progettazioni personalizzate per ogni compito, evidenziando un cambiamento verso l'inferenza di modelli del mondo a tempo di test per l'apprendimento continuo.