抽象
全世界除了谈论人工智能之外什么也没做，但与此同时——多么悖论啊！ ——事实上，“智能”的定义（甚至不是人为的，而是一般意义上的）——仍然没有被普遍接受、理解、逻辑结构和深刻！ 为什么不大胆地尝试找到并提出这样一个定义呢？ 毕竟，定义是其他一切的基础，对吗？ 如果每个人对核心的看法都不同，我们如何构建人工智能？ 去…
关键词：智力、能力、属性、物体、适应、行为、环境、保存、生存。
为了描述现有的智力定义，文章“A Collection of Definitions of Intelligence”（S. Legg, M. Hutter. A Collection of Definitions of Intelligence (2007), ），其中的引用与评论一起呈现（斜体).
输入
本文（……的合集）回顾了作者多年来收集的大量（超过 70 个！）“智力”一词的非正式定义。 当然，编制一个完整的列表是不可能的，因为许多智力的定义都深深地埋藏在文章和书籍中。 然而，这里提供的定义是最大的选择，并提供了详细的链接......
尽管研究和争论已有很长的历史，但智力仍然没有标准的定义。 这使得一些人相信智力只能被近似地定义，而不是完整的。 我们认为这种悲观情绪过于强烈。 尽管没有单一的标准定义，但如果您查看已提出的许多定义，您会很快发现许多定义之间的强烈相似性。
智力的定义
来自一般来源（词典、百科全书等）的定义
（原始文章的这一部分给出了 3 个智力定义中的 18 个最佳定义。选择是根据标准 - 属性覆盖的宽度和深度 - 能力、特征、参数等.，在定义中给出）.
- 有效适应环境的能力，要么是改变自己，要么是改变环境，要么是寻找新的……
- 智力不是一种心理过程，而是许多旨在有效适应环境的心理过程的组合。
适应是形成智力的许多未指定属性表现出来的结果。 指定环境（现有的甚至新的）非常重要。
- 学习和理解或处理新的或复杂的情况的能力；
- 善于运用头脑；
- 应用知识影响环境的能力，或抽象思考的能力，通过客观标准（测试时）来衡量。
指定环境很重要！ 缺陷：
- 通过连词“或”，不同的定性类别被连接起来：“学习能力”和“处理新情况”。
- 而“巧妙运用理性”根本就不是一个好的定义。
- 人们在理解复杂思想的能力、适应环境的有效性、从经验中学习、进行各种形式的推理以及通过反思克服障碍方面存在差异。
嗯，至少说明了人，就是有能力的人！ 表明适应性的有效性 - 这很重要，但适应性本身不包括在列表中！ 克服障碍的核心是解决问题。
心理学家给出的描述（给出了 3 个定义中最好的 35 个）
- 我更喜欢将智力称为“成功的智力”。 原因是强调运用智力来取得生活的成功。 因此，我将智力定义为在社会文化背景下实现一个人在生活中想要实现的目标的技能，这意味着人们有不同的目标：对于某些人来说，它是在学校取得很好的成绩并通过考试，对于其他人来说可能是，成为一名非常优秀的篮球运动员、演员或音乐家。
目标显然是在生活中取得成功，但仅此而已......
从最普遍的角度来看，当个体动物或人意识到其行为与目标的相关性（无论多么模糊）时，就存在智力。 在心理学家试图定义什么是无法定义的许多定义中，或多或少可以接受的定义是：
- 应对新情况或通过新的适应性反应学习这样做的能力，以及
- 执行测试或解决涉及把握关系的问题的能力，其智力与复杂性或抽象性或两者成正比。
于是，出现了一个层次结构：“从最普遍的角度来看……”，这已经很好了。 但这就是所有美好事物结束的地方......
- 同义反复：用新的适应性反应来回应……。 这没有什么区别——使用旧的或新的反应，最重要的是反应！
- 现在说到测试……把握好关系还不错，但还远远不够！
- 智力不是一种能力，而是一种复合能力，由多种功能组成。 它意味着在特定文化中生存和发展所必需的能力的组合。
哦，靠智慧生存终于被表明了！ 但其他一切都失去了......
AI 研究人员给出的描述（3 名中的前 18 名）
- 智能代理会根据其环境和目的采取行动； 它能够灵活地适应不断变化的条件和不断变化的目标，它从经验中学习，并根据感知限制和处理能力做出适当的选择。
也许是智力的最佳定义（这里提出的所有定义中）。
目标是标记的、真实的，但没有具体说明。
适应性——无论是在条件方面还是在目的方面。 后者意味着没有最重要目标的概念！
学习——识别（尽管没有明确说明）环境的属性、记忆、使用。
选择意味着隐含标准。
局限性——感知和影响。
- “学习能力是获取广泛的特定领域知识所需的基本的、独立于领域的技能。 实现这种“通用人工智能”需要一个具有高度适应性、通用目的的系统，能够独立获取极其广泛的特定知识和技能，并能够通过自我教育来提高自身的认知能力。”
似乎在这里，学习能力才是最终目标……而通用人工智能的特性也由此而来——高适应性、多功能性……
- 智能系统必须在许多不同的环境中工作，并且工作良好。 即使他们不完全了解情况，他们的智慧也使他们能够最大限度地提高成功的可能性。 智能系统的功能不能与环境、具体情况（包括目标）分开来考虑。
什么是“做好工作”？ 什么是成功？
预制描述的可能性
如果我们从所考虑的定义中“提取”经常出现的功能（特质、特征等），我们会发现智力：
- 它是个体代理在与其环境交互时所具有的属性。
- 此属性是指代理人在某些目标或任务方面取得成功或受益的能力。
- 此属性取决于智能体能够并且应该如何适应不同的目标和环境。
将这些关键属性结合起来，为我们提供了智能的非正式定义：智能是通过智能体在各种条件下实现目标的能力来衡量的。
但是等等，我们需要回答这个问题：什么是智力，而不是如何（或通过什么）测量（评估）智力！ 人们可以通过以下事实来证明本文作者的合理性：这些定义几乎是十三年前的，并且预计在接下来的几年中应该会发生一些变化 - 毕竟，IT 领域正在以惊人的速度发展......但下面是2012 年一篇文章的示例（M. Hutter，通用人工智能的十年， ）智力的定义几乎没有任何改变:
推理、创造力、联想、泛化、模式识别、问题解决、记忆、计划、实现目标、学习、优化、自我保护、视觉、语言处理、分类、归纳与演绎、知识获取与处理……精确的定义包含各个方面的情报似乎很难给出。
再次，与 8 年前的定义存在相同的问题（甚至更多）：智力的表现是以非结构化特征列表的形式给出的！
维基百科中情报的定义（22 年 2016 月 XNUMX 日访问）：
“智力（来自拉丁语 intellectus - 感觉、知觉、理解、理解、概念、推理）是一种心理素质，包括适应新情况的能力、从经验中学习的能力、理解和应用抽象概念以及运用知识来解决问题的能力。管理环境。 认知和解决困难的一般能力，它结合了人类所有的认知能力：感觉、知觉、记忆、表征、思维、想象力。”
同一个维基百科，但最新版本截至 24 年 2020 月 XNUMX 日：
“智力（来自拉丁语intellectus“感知”、“推理”、“理解”、“概念”、“理性”）或心智是一种心理品质，包括适应新情况的能力、学习和思考的能力。根据经验记忆，理解和应用抽象概念，并利用自己的知识来管理人类环境。 认知和解决问题的一般能力，结合了认知能力：感觉、知觉、记忆、表征、思维、想象力，以及注意力、意志和反思。”
这么多年过去了，但我们仍然看到同样的事情——一组没有任何结构的特征……并且只有在文本的最后才表明了这个人——智慧的承载者。 也就是说，不可能将“具有智能的抽象对象->具有智能的人”与此定义中的后续标识进行替换：“一个人需要什么才能变得有智能？” 或者这种替代导致了平庸的愿望：一个人为了变得聪明，需要获得适应新情况的能力，从经验中学习，理解和应用抽象概念以及利用他的知识控制环境的能力等等。 . 简而言之，这就是你如何变得聪明，而不是保持愚蠢......
因此，基于上述内容，提出以下与对象相关的定义，因为智能不能“悬在空中”，它必须是某人的能力。 这同样适用于只有某人或某物才能拥有的行为：
主体的智力是一组在以下情况下使用的能力：
(1) 国家和/或行为的法律的识别、形式化和记忆（以模型的形式）：
(1.1) 环境，以及
(1.2) 对象的内部环境。
(2) 状态和/或行为选项的正向建模：
(2.1) 环境，以及
(2.2) 对象的内部环境。
(3) 创建对象行为的状态和/或实现的描述，改编：
(3.1) 环境，以及
(3.2) 对象内部环境
受对象行为/行为成本比率最大化的影响
旨在保存环境中对象（存在、持续时间、存在）的对象
环境。
如下图所示：
»
现在关于定义的应用......正如他们所说，真理总是具体的。 因此，为了检查定义的逻辑，您应该将对象替换为一些众所周知且易于理解的特定系统，例如，用...汽车。 所以…
智能汽车是指具有一系列功能的汽车，可在以下情况下使用：
(1) 国家和/或行为的法律的识别、形式化和记忆（以模型的形式）：
(1.1) 交通状况，以及
(1.2)汽车内部环境。
(2) 状态和/或行为选项的正向建模：
(2.1) 在交通条件下，以及
(2.2) 汽车内部环境
(3) 创建车辆行为的状态和/或实施的描述，改编：
(3.1) 道路状况，以及
(3.2) 对汽车内部环境的影响
服从比率最大化（车辆行为/行为成本
汽车）的目的是保护汽车（存在、持续时间、存在）——无论是在道路情况还是在汽车的内部环境中。
我是唯一一个能够看到我们将具有这些能力的汽车称为智能汽车的人吗？ 那么另一个问题：你会注意到乘坐由专业司机驾驶的汽车和乘坐这样的智能汽车之间的区别吗？
答案“否”的意思是：
- 给出了智能的正确定义：替换“对象->汽车”时，描述中没有出现逻辑错误或任何不一致的情况。
- 旅途中拥有如此能力的汽车似乎通过了“汽车”图灵测试：旅途中的乘客没有看到有专业司机的汽车与这辆汽车有任何区别。 或者，如果我们严格按照图灵测试的措辞：“如果乘客在无人驾驶汽车和有专业司机的汽车的多次旅行中，乘客无法猜出驾驶他的是哪辆车，那么就级别而言“根据路况思考”，无人驾驶汽车可以被认为等同于有专业司机的汽车。”
那些愿意的人被邀请“玩”这个定义——如果需要的话，用任何众所周知的系统（自然的、社会的、工业的、技术的）的名称代替客观的词“对象”，从而独立地检查兼容性。 请务必分享您的结果以及对实验结果的想法！
通过目标定义智能
（A. Zhdanov。“自主人工智能”（2012 年），第 3 版，电子版，第 49-50 页）：
任何生物体的神经系统追求的主要目标是：
- 有机体的生存；
- 他的神经系统积累了知识。
这2点：生存和知识的积累分别是第3点和第2点的概括描述！
作为结论...
“Vicarious 教计算机发挥想象力”
（“计算机已经学会了主动驾驶” )
“如果没有想象力，生活会很无聊。 因此，计算机最大的问题也许是它们几乎没有想象力。 受信息流经大脑方式的启发，初创公司 Vicarious 正在创建一种新的数据处理方式。 公司领导人表示，它将赋予计算机类似于想象力的东西，他们希望这将有助于使机器变得更加智能。 该公司提出了一种新型神经网络算法，其特性借鉴了生物学。 其中之一是想象所学到的信息在不同场景下会是什么样子的能力——一种数字想象力。”
哇，真是巧合啊！ 正是定义的第(2)点：高级反射就是数字想象力！
这种情况并不经常发生，但看看我们在网上找到的内容：
（“计算机已经学会了主动驾驶” )
“佐治亚理工学院的专家组装了一个无人驾驶车辆模型（基于串行无线电控制模型底盘的 1:5 比例），能够使用受控滑行进行转弯。 车载计算机配备了 Intel Skylake 四核 i7 处理器和 Nvidia GTX 750ti GPU 显卡，可处理来自陀螺仪、车轮旋转传感器、GPS 和一对前置摄像头的信息。 根据从传感器接收到的数据，控制算法会在接下来的两秒半内生成 2560 个向前运动轨迹。”
控制算法包含汽车的“世界图片”，其形式是沿着给定路线的一组可能的运动轨迹。
“该算法会从 2560 条轨迹中选择最优的一条，并根据该轨迹调整车轮位置和速度。 同时，所有 2560 条轨迹的构建及其更新每秒发生 60 次。”
这是预期反思、人工创造力或数字想象力！ 从 2560 个预先生成的轨迹中选择最佳轨迹，并调整车轮位置和速度（适应！）以保持在轨迹上。 所有的一切都由所呈现的智能图来描述！
“训练控制算法的整个过程需要由缺乏控制经验的操作员在赛道上驾驶几分钟”
学习过程就是创造一幅世界图景！
“与此同时，研究人员指出，训练期间没有使用受控漂移；计算机独立“发明”了它。 在测试过程中，汽车在赛道上自动行驶，试图保持尽可能接近每秒八米的速度。”
受控漂移是汽车独立开发的最佳策略（同样最大化“对象行为/行为成本”比率）的一个要素。
“根据作者的说法，教授算法进行主动驾驶对于自动驾驶汽车的日常驾驶非常有用，就像学习控制打滑对于现场驾驶员非常有用一样。 如果出现不可预见的情况，例如结冰，无人驾驶车辆将能够独立摆脱打滑，防止可能发生的事故。”
这就是汽车经验的传播……嗯，就像一只守护鸟（记得那个著名的故事），它收到了一个有用的技能后，立即将其传递给其他人。
我将再次给出建议使用的定义：
主体的智力是一组在以下情况下使用的能力：
(1) 国家和/或行为的法律的识别、形式化和记忆（以模型的形式）：
(1.1) 环境，以及
(1.2) 对象的内部环境。
(2) 状态和/或行为选项的正向建模：
(2.1) 环境，以及
(2.2) 对象的内部环境。
(3) 创建对象行为的状态和/或实现的描述，改编：
(3.1) 环境，以及
(3.2) 对象内部环境
受对象行为/行为成本比率最大化的影响
对象的目的是在环境中保存对象（存在、持续时间、存在）。
感谢您的关注。 绝对欢迎评论和评论。
PS但我们可以单独讨论“......一个高度适应性的通用系统，有能力独立获取极其广泛的特定知识和技能”，这是创建AGI所需的——这是一个非常有趣的话题。 当然，如果读者有兴趣的话。 🙂
来源： habr.com