核心和外围作为通向工程普适智能的封闭系统原则
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
缺乏系统工程的一些关键基础概念的形式化,其中最近承认的不足之一是系统工程实践对工程智能系统的不足。本文提出在智能系统的系统工程中可以使用封闭系统原则来完成所需的范式转变,然而为了实现这样的转变,需要对封闭系统原则的形式基础进行扩展。封闭性概念是封闭系统原则形式化的关键概念之一。我们提供了封闭性的形式、系统理论和信息理论定义,以识别和区分不同类型的封闭系统。接着,我们使用一个数学框架来评估这些系统的边界和约束的主观形成。最后,我们认为在多个层次的抽象系统上,通过适当的封闭和开放系统范例可以有助于工程化智能系统。总之,这个框架将为智能系统的系统工程提供必要的基础。
Nov, 2023
该研究报告提出了未来十年(甚至更长时间)人工智能领域的视野,通过主动推理实现智能系统的自我感知和共享感知,从而带来了共享智能和集体智能的新生态,该生态需要建立通信协议和共享空间建模语言。
Dec, 2022
本论文提出了一种理解人工通用智能的新理论方法,将其视为智能代理自组织的形成过程,并且阐述了开放式智能的三个方面:个体化、意义的建立和通用认知代理的个体化。
May, 2015
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
自从 20 年前 AGI(人工通用智能)一词诞生以来,对其几乎没有取得可观的进展。尽管统计人工智能方面取得了极大突破,如 AlphaZero、ChatGPT 和 Stable Diffusion,但这些项目都没有明确的 AGI 路径。为了加快 AGI 的发展,了解和确定人类智能与 AGI 的核心要求至关重要。通过这样可以梳理出实现 AGI 所需的特定开发步骤以及哪些是分散注意力的因素。这种分析强调了对认知人工智能方法的需求,而不是目前受青睐的统计和生成式方法。具体而言,它确定了概念在类人认知中的核心角色。在这里,我们概述了一种架构和开发计划,以及一些初步结果,提供了一条更直接的实现全面人类级 AI(HLAI)/ AGI 的路径。
Sep, 2023
本文介绍了一种基于认知创造力理论的计算模型,旨在实现人造智能代理学习使用和生成易于迁移的表征,并通过梯度强化学习获取目标导向和时间信息的双重记忆系统,以及进行反射推理和融合等认知处理来提高人造智能的足够抽象度,以期在人工通用智能领域迈出更大的步伐。
May, 2022
通过将探索驱动的学习概念性地统一监督学习和强化学习之间的探索驱动学习,我们提出了广义探索问题,以突出不同学习设置之间的关键相似之处和开放研究挑战,广义探索是用于维护开放式学习过程的必要目标。
Nov, 2022
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。
Nov, 2019