Videoen over viser en KI som lærer å løse visuelle oppgaver ved å utvikle løsningen steg for steg, inspirert av hvordan levende organismer vokser fra én celle. Illustrasjonen er hentet fra Forskerteamets arbeid, kalt ARC-NCA.
Prisen deles ut av ARC Prize Foundation, en non-profit organisasjon grunnlagt av Mike Knoop og den anerkjente AI-forskeren François Chollet, som er oppfinneren bak Keras. Stiftelsen arbeider med å måle og utvikle kunstig generell intelligens gjennom bærekraftige testing-standarder.
– For et lite laboratorium som vårt er det utrolig å være blant topparbeidene i konkurransen. Det betyr at vår tilnærming anses som nyskapende og banebrytende, sier professor Stefano Nichele.
Nichele står sammen med stipediat Felix Simon Reimers og stipendiaten Etienne Guichard (tidligere forskningsassistent ved HiØ, stipendiat fra 1.januar 2026) bak arbeidet som har mottatt pris. Forskerne er endel av forskergruppen Maskinlæring.
Mikkel Lepperød (Simula) og Mia Kvalsund (UiO) er samarbeidspartnere på forskningen.
Inspirert av biologisk utvikling
Forskerteamets arbeid, kalt ARC-NCA, tar utgangspunkt i en spennende observasjon:
Intelligens finnes på alle nivåer i naturen, fra encellede organismer til mennesker. Spesielt har teamet hentet inspirasjon fra hvordan komplekse organismer utvikles fra en enkelt celle.
– I stedet for å lære statistiske sammenhenger mellom input og output, lærer vårt nevrale cellulære automaton en "resonnerings-algoritme" som kan vokse frem løsninger over tid.
Denne kan generalisere selv når den bare får noen få eksempler, forklarer Nichele.
Viser høyt internasjonalt nivå
Runner-up-prisen i ARC Prize 2025 Paper Awards tildeles arbeid som gjør konseptuelle fremskritt i forståelsen av generell intelligens. Siden prisen ble etablert, har de største KI-laboratoriene testet sine fremste modeller – som ChatGPT, Gemini, Grok og Deepseek – mot ARC-AGI-standarden.
– Det er svært viktig for gruppen vår å vise at vi ikke bare jobber med anvendt KI-forskning, men også har pågående grunnforskning av meget høy internasjonal kvalitet, understreker forskeren.
Kan forbedre fremtidens KI
Forskningen tar for seg et av KI-feltets mest grunnleggende utfordringer:
Hvordan kan algoritmer lære abstrakte representasjoner fra små datamengder og utføre resonnering for å løse oppgaver?
Mens mennesker er gode til dette, feiler de mest avanserte KI-systemene ofte på slike oppgaver. Dette gir bevis for at dagens KI mangler fundamentale evner.
– Målet med denne forskningen er å forstå hva som mangler i dagens KI og hvordan vi kan forbedre systemene, forklarer Nichele.
Aktuelle lenker:
Forskerteamets arbeid: ARC-NCA