機械学習は物体の画像分類において大きな進展を遂げていますが、最良のアルゴリズムは人々がカテゴリを学び、考える方法の重要な側面を見逃しています。人間は、少ない例から豊かな概念を学び取ることができ、カテゴリのメンバーがどのように形成されるかを説明する因果モデルを含めています。本研究では、視覚的例が1つ、2つ、または3つあるときに、因果的プログラムを推測するこの人間の能力の限界を探査しました。人々は新しい例を分類・生成するためにプログラムを外挿するよう求められました。人間の判断はモデルと広く一致し、物体認識のための事前訓練された深層ニューラルネットワークなどの幾つかの選択肢とは不一致であり、スパースな入力データから豊かなアルゴリズムの抽象化を学び、推論できることを示しています。