Qual é a relevância do AIXI na pesquisa atual de inteligência artificial?

” A pesquisa atual de inteligência artificial “é um campo bastante amplo. De onde eu estou, em um reino principalmente de CS, as pessoas estão focadas em inteligência estreita que pode fazer trabalho economicamente relevante em tarefas estreitas. (Ou seja, prever quando os componentes falharão, prever em quais anúncios um usuário clicará e assim por diante.)

Para esses tipos de ferramentas, a generalidade de um formalismo como AIXI é uma fraqueza em vez de um força. Você não precisa pegar uma IA que poderia, em teoria, computar qualquer coisa e, em seguida, treiná-la lentamente para se concentrar no que você deseja, quando poderia apenas moldar diretamente uma ferramenta que é o espelho de sua tarefa.

Não estou tão familiarizado com a pesquisa AGI em si, mas minha impressão é que AIXI é, até certo ponto, a ideia mais simples que poderia funcionar – ela pega toda a parte difícil e a empurra para a computação, então é “s” apenas um desafio de engenharia. “(Esta é a parte sobre” encontrar aproximações para AIXI. “) A questão então se torna, é começar no AIXI e tentar aproximar-se de um caminho de pesquisa mais ou menos frutífero do que começar em algo pequeno e funcional, e tentar construir?

Minha impressão é que o último é muito mais comum, mas, novamente, eu só vejo um pequeno canto deste espaço.

Comentários

• Você ‘ não está realmente respondendo às perguntas na postagem atual . A primeira pergunta é o AIXI é realmente um grande negócio na pesquisa de inteligência artificial geral ? “. A questão pergunta estritamente sobre a importância do AIXI na AGI pesquisa , ela não pergunta se você acha que outras ferramentas específicas são melhores para as tarefas correspondentes em vez de estreitar as aproximações do AGI modelos para as mesmas tarefas específicas. Na postagem, outra pergunta é: ” por que não ‘ não temos mais publicações sobre esse assunto? ” Não há resposta para esta pergunta em sua postagem.

O AIXI é realmente um grande negócio na pesquisa de inteligência artificial geral?

Sim, é um ótimo teórico contribuição para AGI. AFAIK, é a tentativa mais séria de construir uma estrutura teórica ou fundação para AGI. Trabalhos semelhantes são Schmidhuber “s Gödel Machines e Arquitetura SOAR .

AIXI é uma estrutura abstrata e não antropomórfica para AGI que se baseia no campo de aprendizagem por reforço, sem algumas suposições usuais (por exemplo, sem o Markov e pressupostos de ergodicidade , o que garante que o agente possa se recuperar facilmente de quaisquer erros que tenha cometido no passado). Mesmo que algumas propriedades de otimalidade do AIXI tenham sido provadas, é (Turing) incomputável (não pode ser executado em um computador) e, portanto, é de utilidade prática muito limitada. No entanto, no livro de Hütter Inteligência Artificial Universal: Decisões Sequenciais Baseadas na Probabilidade Algorítmica (2005), onde várias propriedades de AIXI são rigorosamente provadas, uma versão computável mas intratável de AIXI, AIXItl, também é descrita . Além disso, no artigo A Monte Carlo AIXI Approximation (2009), por Joel Veness et al., Um computável e tratável de AIXI é introduzida. Portanto, houve algumas tentativas de tornar o AIXI praticamente útil.

O artigo O que é AIXI? – Uma Introdução ao Aprendizado de Reforço Geral (2015), de Jan Leike, que é um dos contribuintes para o desenvolvimento e evolução da estrutura AIXI, fornece uma introdução suave ao agente AIXI.Consulte também The AIXI Architecture na Stanford Encyclopedia of Philosophy para uma introdução possivelmente mais suave ao AIXI.

Pode ser considerado um conceito central para o campo?

Sim, a introdução do AIXI e pesquisas relacionadas contribuíram para a evolução do campo de AGI. Houve várias discussões e artigos publicados, após sua introdução em 2000 por Hütter no artigo Uma Teoria da Inteligência Artificial Universal baseada na Complexidade Algorítmica .

Veja por exemplo seção 7, “Exemplos de superinteligências”, do artigo Artificial General Intelligence and the Human Mental Model (2012), de Roman V. Yampolskiy e Joshua Fox. Veja também https://wiki.lesswrong.com/wiki/AIXI que contém uma discussão sobre alguns problemas relacionados ao AIXI, que precisam ser resolvidos ou possivelmente evitados em estruturas AGI futuras. Além disso, consulte também este e este artigos.

Se sim, por que não temos mais publicações sobre esse assunto (ou talvez tenhamos e eu” não saiba delas)?

Houve várias publicações, principalmente por Marcus Hutter e pesquisadores associados. Você pode ver as publicações de Marcus Hutter “na seguinte página da web: http://www.hutter1.net/official/publ.htm .

Se você estiver interessado em contribuir para esta teoria, existem várias maneiras. Se você for bem educado matematicamente, pode tentar resolver alguns dos problemas descritos aqui ( que também são mencionados no livro de Hütter de 2005 mencionado acima). Além disso, você também pode contribuir com novas aproximações ou aprimoramentos de aproximações existentes do agente AIXI. Finalmente, você pode construir sua nova estrutura AGI evitando os problemas associados à estrutura AIXI. Veja também projetos promovidos por Hutter . Pode ser uma boa ideia levar em consideração, por exemplo, Gödel Machines e trabalhos relacionados, antes de tentar introduzir um novo framework (desde que você seja capaz disso).

Eu acho que esta teoria não atraiu mais pessoas provavelmente porque é altamente técnica e matemática (então não é muito fácil de entender, a menos que você tenha uma formação sólida em aprendizagem por reforço, teoria da probabilidade, etc.). Também acho que a maioria das pessoas (na comunidade de IA) não está interessada em teorias, mas são guiadas principalmente por resultados práticos e úteis.