A Wikipédiából:
Az AIXI [“ai̯k͡siː] elméleti matematikai formalizmus a mesterséges általános intelligencia számára. Ez ötvözi a Solomonoff-indukciót a szekvenciális döntéselmélettel. Az AIXI-t először Marcus Hutter javasolta 2000-ben [1], és az alábbi eredményeket Hutter “Universal Artificial Intelligence” című könyve [2]
Bár nem kiszámítható, de lehetséges a közelítés, például AIXItl . Az AIXI-hez való közelítések megtalálása objektív mód lehet az AI megoldására.
Az AIXI valóban nagy jelentőségű a mesterséges általános intelligencia kutatásban? Gondolható-e a terület központi koncepciójának? Ha igen, miért nincs több publikációnk erről a témáról (vagy talán vannak és nem is tudok róla)?
Válasz
” A jelenlegi mesterséges intelligencia kutatás “elég széles terület. Attól a helytől, ahol én ülök, főleg CS birodalomban, az emberek a keskeny intelligenciára koncentrálnak, amely gazdaságilag releváns munkát végezhet keskeny feladatokon. (Vagyis megjósolni, hogy az összetevők mikor fognak elbukni, megjósolni, hogy a felhasználó mely hirdetésekre kattint, és így tovább.)
Az ilyen típusú eszközök esetében az AIXI-hez hasonló formalizmus általánossága gyengeség a erő. Nem kell olyan AI-t venni, amely elméletileg bármit kiszámíthatna, majd lassan edzeni kell, hogy összpontosítson arra, amire vágyik, amikor éppen egy eszközt formálhat, amely a feladata tükre.
Nem ismerem annyira magát az AGI-kutatást, de az a benyomásom, hogy az AIXI bizonyos mértékig a legegyszerűbb ötlet, amely működhetne – ez veszi át az egész nehézséget, és számításba taszítja, tehát “csak” mérnöki kihívás. “(Ez egy kicsit arról szól, hogy” közelítéseket találjunk az AIXI-hez. “) Ezután a kérdés az AIXI-nél kezdődik, és megpróbál közelítőleg megközelíteni egy többé-kevésbé gyümölcsöző kutatási utat, mint kezdeni valami apró és funkcionális dolognál, és megpróbálni felépíteni?
Az a benyomásom, hogy ez utóbbi sokkal gyakoribb, de megint csak ennek a térnek egy kis sarkát látom.
Megjegyzések
- Ön ‘ valójában nem foglalkozik a aktuális bejegyzés kérdéseivel. Az első kérdés a az AIXI valóban nagy ügy a mesterséges általános intelligencia kutatásában ? “. A kérdés szigorúan az AIXI fontosságára vonatkozik az AGI kutatásban , nem felteszi a kérdést, ha úgy gondolja, hogy más specifikus eszközök jobbak a megfelelő feladatokhoz, ahelyett, hogy szűkítené az AGI közelítéseit modelleket ugyanazokra a konkrét feladatokra. A bejegyzésben egy másik kérdés a következő: ” miért ne ‘ miért van több publikációnk erről a témáról? ” Nincs válasz erre a kérdésre a bejegyzésedben.
Válasz
Az AIXI valóban nagy ügy a mesterséges általános intelligencia kutatásában?
Igen, nagyszerű elméleti hozzájárulás az AGI-hoz. AFAIK, ez a legkomolyabb kísérlet arra, hogy elméleti keretet vagy alapot építsen az AGI számára. Hasonló művek a Schmidhuber “s Gödel Machines és a SOAR architektúra .
Az AIXI egy elvont és nem antropomorf keretrendszer az AGI számára, amely a megerősítő tanulási terület tetejére épít, néhány szokásos feltételezés nélkül (pl. Markov és ergodicitás feltételezések, amelyek garantálják, hogy az ügynök könnyen felépülhessen a múltban elkövetett hibáiból.) Annak ellenére, hogy az AIXI néhány optimalitási tulajdonságát bebizonyították, (Turing) kiszámíthatatlan (számítógépen nem futtatható), ezért gyakorlati haszna nagyon korlátozott. Mindazonáltal a Hutter könyvében Univerzális mesterséges intelligencia: algoritmikus valószínűségen alapuló szekvenciális döntések (2005), ahol az AIXI számos tulajdonságát szigorúan bizonyítják, az AIXI kiszámítható, de megoldhatatlan változatát, az AIXItl-t is leírják . Továbbá Joel Veness és mtsai., A kiszámítható és A Monte Carlo AIXI közelítés (2009) című cikkben. bevezetésre kerül az AIXI div> traktálható közelítése. Tehát volt néhány kísérlet arra, hogy az AIXI gyakorlatilag hasznos legyen.
A cikk Mi az AIXI? – Jan Leike bevezetője az általános megerősítő tanulásba (2015), amely az AIXI keretrendszer fejlesztésének és fejlődésének egyik közreműködője, gyengéd bevezetőt ad az AIXI ügynökhöz.Lásd még az AIXI esetleg szelídebb bemutatását a Stanford Encyclopedia of Philosophy AIXI architektúrájáról .
Fogható-e a terület központi fogalmaként?
Igen, az AIXI és a kapcsolódó kutatások bevezetése hozzájárult az AGI mező fejlődéséhez. Számos megbeszélés és publikáció jelent meg, miután Hutter 2000-ben bevezette az Az univerzális mesterséges intelligencia elmélete algoritmikus komplexitáson alapuló cikkében .
Lásd pl Az V. mesterséges intelligencia és az emberi mentális modell (2012) 7. rész “Példák a szuperintelligenciákra”, Roman V. Yampolskiy és Joshua Fox. Lásd még: https://wiki.lesswrong.com/wiki/AIXI , amely vitát tartalmaz az AIXI-vel kapcsolatos néhány problémáról, amelyeket meg kell oldani vagy esetleg el kell kerülni jövőbeni AGI keretrendszerekben. Ezenkívül lásd még ezt és ezt a cikket.
Ha igen, miért nincs több publikációnk erről a témáról (vagy esetleg van, és nem tudok róla)?
Több publikáció jelent meg, főleg Marcus Hutter és társult kutatók. Marcus Hutter publikációit a következő weboldalon láthatja: http://www.hutter1.net/official/publ.htm .
Ha érdekli, hogy hozzájáruljon ehhez az elmélethez, többféle módon lehet eljárni. Ha matematikailag jól képzett, megpróbálhatja megoldani az itt leírt problémákat itt ( amelyeket a Hutter fentebb említett 2005-ös könyve is megemlít). Ezenkívül hozzájárulhat az AIXI ügynök meglévő közelítéseinek új közelítéséhez vagy fejlesztéséhez. Végül elkészítheti új AGI keretrendszerét az AIXI keretrendszerrel kapcsolatos problémák elkerülésével. Lásd még a Hutter által támogatott projekteket . Jó ötlet lehet figyelembe venni pl. A Gödel Machines és a hozzá kapcsolódó munkák, mielőtt új keretet próbáltak bevezetni (feltéve, hogy képesek vagytok rá).
Úgy gondolom, hogy ez az elmélet nem vonzott több embert valószínűleg azért, mert rendkívül technikai és matematikai (tehát nem nagyon könnyű megérteni, hacsak nincs nagyon szilárd háttere a megerősítő tanulásban, a valószínűségelméletben stb.). Azt is gondolom, hogy a legtöbb embert (az AI közösségben) nem érdeklik az elméletek, de főként gyakorlati és hasznos eredmények vezérlik őket.
Válasz
Az AIXI valóban fogalmi keret. A környezet tényleges tömörítésével kapcsolatos nehéz munkák továbbra is megmaradnak.
A Matthew Graves által felvetett kérdés további megvitatásához válasz: tekintettel arra, hogy a komplex környezetek reprezentálására való képességünk jelenleg korlátozott, számomra úgy tűnik, hogy nem ” Nem sok gyakorlati különbség van attól függetlenül, hogy az AIXI-vel kezdődik, mint a rendszer “tetejének” meghatározása és a munka (pl. állítólag általánosított tömörítési módszerekkel), vagy “alulról” indul, és megpróbálja megoldani a problémákat egyetlen tartományban a tartományon keresztül. speciális módszerek, amelyeket (remélhetőleg) később el lehet vonni a tartományok közötti tömörítés érdekében.
Megjegyzések
- A második bekezdés az egyetlen vélemény. Ön nulla érvelést / magyarázatot ad arra, hogy miért gondolkodik így. Számomra ” figyelembe véve a jelenlegi korlátozott szintű komplex környezetek reprezentációs képességét A div> határozottan nem elegendő magyarázat vagy érvelés.
- @nbro A híres mesterséges intelligencia-kutató: ” Még egyetlen fogalmat t kell képviselnünk egy számítógépen “, természetesen nem olyan formálhatósággal, amely az ember számára természetes. Így a gyakorlatban nehéz meghatározni az AIXI hasznosságát, mert nem ‘ nincs erős elképzelésünk arról, hogy milyen típusú ábrázolásokkal kell manipulálnia, vagy hogy miként tudná hasznosan manipulálni őket.