AIXI เป็นเรื่องใหญ่ในการวิจัยปัญญาประดิษฐ์จริงหรือไม่
ใช่มันเป็นผลงานทางทฤษฎีที่ยอดเยี่ยมของAGI AFAIK เป็นความพยายามที่ร้ายแรงที่สุดในการสร้างกรอบทางทฤษฎีหรือพื้นฐานสำหรับ AGI ผลงานที่คล้ายกัน Schmidhuber ของGödelเครื่องและทะยานสถาปัตยกรรม
AIXI เป็นกรอบนามธรรมและไม่ใช่anthropomorphicสำหรับ AGI ซึ่งสร้างขึ้นบนสนามการเรียนรู้การเสริมแรงโดยไม่ต้องมีสมมติฐานตามปกติเล็กน้อย (เช่นโดยไม่มีสมมติฐานของมาร์คอฟและergodicityซึ่งรับประกันได้ว่าตัวแทนสามารถกู้คืนจากความผิดพลาดใด ๆ ที่ผ่านมา). แม้ว่าคุณสมบัติการเพิ่มประสิทธิภาพบางอย่างของ AIXI ได้รับการพิสูจน์แล้วว่าเป็น (ทัวริง) ไม่สามารถคำนวณได้ (ไม่สามารถเรียกใช้บนคอมพิวเตอร์) และดังนั้นจึงมีประโยชน์ในทางปฏิบัติที่ จำกัด มาก อย่างไรก็ตามในหนังสือ Hutter's Universal Artificial Intelligence: การตัดสินใจตามลำดับตามความน่าจะเป็นของอัลกอริทึม(2005), ที่คุณสมบัติหลายอย่างของ AIXI ได้รับการพิสูจน์อย่างจริงจัง, เวอร์ชันที่คำนวณได้ แต่ไม่ยอมแพ้ของ AIXI, AIXItl, ก็อธิบายไว้เช่นกัน นอกจากนี้ในกระดาษa Monte Carlo AIXI ประมาณ (2009) โดยโจเอล Veness et al. การคำนวณและเวไนยประมาณ AIXI เป็นที่รู้จัก ดังนั้นจึงมีความพยายามบางอย่างที่จะทำให้ AIXI มีประโยชน์ในทางปฏิบัติ
บทความAIXI คืออะไร? - การแนะนำการเรียนรู้การเสริมแรงทั่วไป (2015) โดย Jan Leike ซึ่งเป็นหนึ่งในผู้ร่วมให้ข้อมูลในการพัฒนาและวิวัฒนาการของกรอบการทำงานของ AIXI ให้การแนะนำที่นุ่มนวลแก่ตัวแทน AIXI โปรดดูสถาปัตยกรรม AIXIที่สารานุกรมปรัชญาสแตนฟอร์ดเพื่อแนะนำ AIXI ที่อ่อนโยนกว่า
มันอาจจะคิดว่าเป็นแนวคิดกลางสำหรับสนาม?
ใช่การแนะนำของ AIXI และการวิจัยที่เกี่ยวข้องได้ช่วยให้เกิดการวิวัฒนาการของฟิลด์ AGI มีหลายการอภิปรายและการตีพิมพ์หลังจากที่เปิดตัวในปี 2000 โดย Hutter ในกระดาษทฤษฎีของปัญญาประดิษฐ์สากลขึ้นอยู่กับขั้นตอนซับซ้อน
ดูตัวอย่างที่ 7, "ตัวอย่างของ Superintelligences" ของกระดาษปัญญาประดิษฐ์ทั่วไปและแบบจำลองจิตมนุษย์ (2012) โดย Roman V. Yampolskiy และ Joshua Fox ดูที่https://wiki.lesswrong.com/wiki/AIXIซึ่งมีการอภิปรายเกี่ยวกับปัญหาเล็กน้อยที่เกี่ยวข้องกับ AIXI ซึ่งจำเป็นต้องแก้ไขหรือหลีกเลี่ยงในกรอบ AGI ในอนาคต นอกจากนี้ยังเห็นนี้และนี้บทความ
ถ้าเป็นเช่นนั้นทำไมเราไม่มีสิ่งพิมพ์เพิ่มเติมเกี่ยวกับเรื่องนี้ (หรือบางทีเรามีและฉันไม่รู้จักพวกเขา)
มีหลายสิ่งพิมพ์ส่วนใหญ่โดย Marcus Hutter และนักวิจัยที่เกี่ยวข้อง ท่านสามารถเข้าดูสิ่งพิมพ์มาร์คัส Hutter บนหน้าเว็บต่อไปนี้: http://www.hutter1.net/official/publ.htm
หากคุณสนใจที่จะสนับสนุนทฤษฎีนี้มีหลายวิธี หากคุณได้รับการศึกษาทางคณิตศาสตร์อย่างดีคุณสามารถลองแก้ปัญหาบางอย่างที่อธิบายไว้ที่นี่ (ซึ่งกล่าวถึงในหนังสือ 2005 ของ Hutter ที่กล่าวถึงข้างต้น) นอกจากนี้คุณยังสามารถมีส่วนร่วมในการประมาณค่าใหม่หรือปรับปรุงการประมาณค่าที่มีอยู่ของเอเจนต์ AIXI สุดท้ายคุณสามารถสร้างกรอบงาน AGI ใหม่ของคุณได้โดยหลีกเลี่ยงปัญหาที่เกี่ยวข้องกับกรอบงาน AIXI ดูเพิ่มเติมโครงการส่งเสริมโดย Hutter มันอาจเป็นความคิดที่ดีที่จะคำนึงถึงเช่นGödel Machines และงานที่เกี่ยวข้องก่อนที่จะพยายามนำเสนอกรอบงานใหม่ (หากคุณมีความสามารถ)
ฉันคิดว่าทฤษฎีนี้ไม่ได้ดึงดูดผู้คนมากขึ้นอาจเป็นเพราะเป็นเทคนิคและคณิตศาสตร์สูง (ดังนั้นจึงไม่ง่ายที่จะเข้าใจเว้นแต่คุณจะมีพื้นฐานที่แข็งแกร่งในการเรียนรู้การเสริมกำลังทฤษฎีความน่าจะเป็น ฯลฯ ) ฉันคิดว่าคนส่วนใหญ่ (ในชุมชน AI) ไม่สนใจทฤษฎี แต่พวกเขาส่วนใหญ่ได้รับคำแนะนำจากผลลัพธ์ที่เป็นประโยชน์และเป็นประโยชน์