智能的度量

Nov, 2019

On the Measure of Intelligence

François Chollet

TL;DR该研究介绍了智能系统自识别反馈信号的必要性，提出了基于算法信息理论的智能定义，阐明了人工智能基准测试的重要性，介绍了一个使用人类内在先验近似设计的基准测试集 ——ARC，用于度量具有高通用流体智能的人工智能系统与人类的综合智能的比较。

Abstract

To make deliberate progress towards more intelligent and more human-like artificial systems, we need to be following an appropriate feedback signal: we need to be able to define and evaluate intelligence in a way that enables comparisons between two systems, as well as comparisons with

intelligence evaluation ai benchmark algorithmic information theory abstraction and reasoning corpus

发现论文，激发创造

用心理测量评估通用人工智能

人工智能（AI）从任务特定到通用系统的发展，逐渐趋向于与人类的多样性。为了确保 AI 系统得到充分的评估，本文建议将心理测量学作为评估通用 AI 的核心，并提出相应的框架。

Oct, 2023

机器智能的正式度量

本文旨在将著名的人类智能概念的精髓进行数学形式化，以产生适用于任意机器的智能的普遍度量，这个度量从最广泛的合理意义上正式捕捉了机器智能的概念。

May, 2006

搜索通用人工智能的框架

本文描述和统一引导开发通用人工智能的原则，这些原则围绕着智能是搜索问题通用解决方案的工具这一理念展开，同时提供建议以研究、测量和测试人类水平智能机器所需的各种技能和能力。

Nov, 2016

关于智能的功能性定义

通过提供关于智能的纯功能性黑盒定义以及对相关概念的区分，本研究在人工智能领域提供了一个可观察的、概念上可测试的连续性定义，并指出了在可量化测量方面所面临的挑战。

Dec, 2023

AI 评估：过去，现在和未来

通过描述和评估不同的 AI 系统评估方式，本文首先关注传统的以任务为中心的评估方法，然后提出了能力为中心的新型评估方法，并探讨了几种可能的评估方式，包括从认知测试中衍生的测试和通用心理测量法的更一般方法。

Aug, 2014

通过游戏来衡量智力

作者讨论了如何测试普遍人工智能的智能程度，并提出了用游戏描述语言中游戏空间的抽样来扩展通用智能的概念以处理有限时间的中心思想。

Sep, 2011

评估概念抽象基准的理解能力

本文提出了一种基于概念的评估方法，通过探究一个系统在多个实例中应用给定概念的能力来评估。作者以 RAVEN 和 ARC 为例进行了案例研究。研究发现，这种基于概念的评估方法揭示了传统测试集所隐藏的 AI 系统的信息。

Jun, 2022

智能理论：概念、模型、影响

智能是一种人类构造的概念，代表实现目标的能力。该论文旨在通过理论和定量分析，讨论智能的中心要素、挑战并提出一种基于第一原则的理论。关键特征包括路径效率、目标准确性等，并提出一种首次原则的智能理论框架 (TIS)。

Aug, 2023

智能作为意识的衡量标准

评估人工系统是否存在意识的问题日益成为关注焦点，而严格的心理测量框架对于评估大型语言模型在此方面的重要性至关重要。本文通过将人类和动物大脑的信息耦合、人类认知发展、新兴能力和心理表征发展与大型语言模型的类似现象进行比较，以心理测量智力的方式，间接估计意识体验的程度。相较于广泛的科学与形而上学意识理论，本文认为所有系统在心理测量上拥有一定程度的意识，智力的心理测量可能用于衡量异类系统（无论是人工还是人类）之间意识体验的相对相似性。

Aug, 2023

智能的本质

通过仿真人脑，人工智能建立了具有学习能力和接近人类水平的智能任务执行能力的计算模型，同时证明了智能的本质是一系列数学功能过程，通过建立数据集之间的功能关系来最小化系统熵，并通过能量消耗的增强方式在人类和人工智能中实现。

Jul, 2023