Яке значення AIXI стосується сучасних досліджень штучного інтелекту?


14

З Вікіпедії:

AIXI ['ai̯k͡siː] - теоретичний математичний формалізм для штучного загального інтелекту. Він поєднує індукцію Соломонова з теорією послідовних рішень. AIXI був вперше запропонований Маркусом Хаттером у 2000 році [1], а наведені нижче результати підтверджені у книзі Хаттера «Універсальний штучний інтелект» 2005 року. [2]

Нехай і не обчислюються, можливі наближення, наприклад, AIXItl . Пошук наближень до AIXI може бути об'єктивним способом вирішення AI.

Чи справді AIXI є великою справою в галузі штучного загального інтелекту? Чи можна розглядати це як центральне поняття для галузі? Якщо так, то чому б у нас не було більше публікацій на цю тему (або, можливо, ми маємо, і я не знаю про них)?

Відповіді:


8

"Поточні дослідження штучного інтелекту" - це досить широке поле. З того місця, де я сиджу, в основному царині CS люди зосереджені на вузькому інтелекті, який може виконувати економічно релевантну роботу над вузькими завданнями. (Тобто, передбачити, коли компоненти вийдуть з ладу, передбачити, на які оголошення натисне користувач тощо).

Для таких інструментів загальність формалізму, як AIXI, є слабкістю замість сили. Вам не потрібно брати інтелектуальний інтелект, який теоретично міг би обчислити що-небудь, а потім повільно навчати його орієнтуватися на те, що ви хочете, коли ви могли просто безпосередньо сформувати інструмент, який є дзеркалом вашого завдання.

Я не такий знайомий з самими дослідженнями AGI, але моє враження, що AIXI є певною мірою найпростішою ідеєю, яка могла б спрацювати - це бере всю важку частину і підштовхує її до обчислень, тож це просто технічна проблема '. (Це трохи про «пошук наближень до AIXI».) Тоді виникає питання, починається з AIXI і намагається наблизитись до більш-менш плідного дослідницького шляху, ніж починати з чогось маленького та функціонального, і намагається наростити?

Моє враження, що останній набагато частіше зустрічається, але знову ж таки, я бачу лише невеликий куточок цього простору.


Ви фактично не вирішуєте питання в поточній публікації . Перше питання - "чи справді AIXI є великою справою в дослідженні штучного інтелекту ?". Питання суворо запитує про важливість AIXI у дослідженні AGI , воно не задається питанням, чи вважаєте ви, що інші конкретні інструменти краще для відповідних завдань замість того, щоб звужувати наближення моделей AGI до тих самих конкретних завдань. У публікації ще одне питання: "чому б у нас не було більше публікацій на цю тему?" Немає відповіді на це запитання у своєму дописі.
nbro

5

Чи справді AIXI є великою справою в галузі штучного загального інтелекту?

Так, це великий теоретичний внесок у AGI. AFAIK, це найсерйозніша спроба побудувати теоретичну основу або фундамент для AGI. Подібні роботи - це машини Шмідхубера « Гедель» та архітектура SOAR .

AIXI - це абстрактний і не антропоморфний фреймворк для AGI, який будується поверх навчального поля посилення, без кількох звичайних припущень (наприклад, без припущень Маркова та ергодичності , що гарантує, що агент може легко відновитись після будь-яких помилок, допущених у минуле). Незважаючи на те, що деякі властивості AIXI щодо оптимальності були доведені, це (Тьюрінг) є незмінним (його не можна запустити на комп'ютері), і тому воно має дуже обмежену практичну корисність. Тим не менш, у книзі Хаттера Універсальний штучний інтелект: Послідовні рішення, засновані на алгоритмічній ймовірності(2005), де жорстко доведено декілька властивостей AIXI, також описана вичислена, але нерозв'язна версія AIXI, AIXItl. Крім того, в статті Монте - Карло Aixi Наближення (2009), Джоел Венесс і ін., Обчислюваних і слухняною наближення Aixi вводиться. Отже, були кілька спроб зробити AIXI практично корисним.

Стаття Що таке AIXI? - Вступ до загального навчального підкріплення (2015) Яна Лейка, який є одним із учасників розвитку та розвитку рамки AIXI, дає щадне вступ до агента AIXI. Дивіться також архітектуру AIXI в Енциклопедії філософії Стенфорда щодо можливого введення в AIXI.

Чи можна розглядати це як центральне поняття для галузі?

Так, впровадження AIXI та пов'язаних з цим досліджень сприяло еволюції галузі AGI. Після її впровадження у 2000 році Хаттером у статті «Теорія загального штучного інтелекту», заснованої на алгоритмічній складності, було проведено декілька дискусій та опублікованих робіт .

Дивіться, наприклад, розділ 7, "Приклади суперінтеллігенцій", статті " Штучний загальний інтелект та психічна модель людини" (2012) Романа В. Ямпольського та Джошуа Фокса. Дивіться також https://wiki.lesswrong.com/wiki/AIXI, де міститься дискусія щодо кількох проблем, пов’язаних із AIXI, які необхідно вирішити або, можливо, уникнути в майбутніх рамках AGI. Крім того, дивіться також це та цю статті.

Якщо так, то чому б у нас не було більше публікацій на цю тему (або, можливо, ми маємо, і я не знаю про них)?

Було кілька публікацій, в основному Маркуса Хаттера та пов'язаних з ним дослідників. Ви можете ознайомитись з публікаціями Маркуса Хаттера на наступній веб-сторінці: http://www.hutter1.net/official/publ.htm .

Якщо вам цікаво сприяти цій теорії, існує кілька способів. Якщо ви математично добре освічені, ви можете спробувати вирішити деякі проблеми, описані тут (про які також згадується у згаданій вище книзі Хаттера за 2005 рік). Крім того, ви також можете зробити внесок у нові наближення або покращення існуючих наближень агента AIXI. Нарешті, ви можете створити свою нову рамку AGI, уникаючи проблем, пов’язаних із рамкою AIXI. Дивіться також проекти, які рекламує Хаттер . Перш ніж намагатись запровадити нову рамку (за умови, що ви на це здатні), може бути також врахувати, наприклад, машини Gödel та пов'язані з нею роботи.

Я думаю, що ця теорія не приваблює більшої кількості людей, ймовірно, тому, що вона є високо технічною та математичною (тому її не дуже легко зрозуміти, якщо у вас є дуже міцний досвід у навчанні підкріплення, теорії ймовірностей тощо). Я також вважаю, що більшість людей (у спільноті AI) не цікавляться теоріями, але в основному вони керуються практичними та корисними результатами.


4

AIXI - це дійсно концептуальна основа. Вся наполеглива робота над фактичним стисканням середовища все ще залишається.

Для подальшого обговорення питання, поставленого у відповіді Меттью Грейвса: враховуючи наш нині обмежений рівень здатності представляти складні середовища, мені здається, що це не має великої практичної різниці, починаючи з AIXI як визначення "вершини" система і працює вниз (наприклад, через нібито узагальнені способи стиснення) або починають «знизу» і намагаються вирішити проблеми в одному домені за допомогою доменних методів, які (сподіваєтесь) згодом можна буде абстрагувати, щоб забезпечити міждоменне стиснення.


Другий абзац - результат вашої єдиної думки. Ви даєте нульові аргументи / пояснення, чому ви так думаєте. Для мене, "враховуючи нині обмежений рівень здатності представляти складні середовища", це, безумовно, не є достатнім поясненням або аргументацією.
nbro

@nbro Процитуючи відомого дослідника AI: "Ми ще не повинні представити навіть єдину концепцію на комп'ютері", звичайно, не з видом ковкості, яка природно сприймається для людей. Таким чином, на практиці важко визначити корисність AIXI, оскільки ми не маємо чіткого поняття про види представлень, якими він повинен маніпулювати, або як він може корисно ними маніпулювати.
NietzscheanAI
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.