摘要
全世界除了談論人工智慧之外什麼也沒做，但同時──多麼悖論啊！ ——事實上，「智能」的定義（甚至不是人為的，而是一般意義上的）——仍然沒有被普遍接受、理解、邏輯結構和深刻！ 為什麼不大膽地嘗試找出並提出這樣一個定義呢？ 畢竟，定義是其他一切的基礎，對吧？ 如果每個人對核心的看法都不同，我們該如何建構人工智慧？ 去…
關鍵字：智力、能力、屬性、物件、適應、行為、環境、保存、生存。
為了描述現有的智力定義，文章「A Collection of Definitions of Intelligence」（S. Legg, M. Hutter. A Collection of Definitions of Intelligence (2007), ），其中的引用與評論一起呈現（斜體字).
條目
這篇文章（…的集合）是對作者多年來收集的大量（超過 70 個！）「智力」一詞的非正式定義的回顧。 當然，編制一個完整的清單是不可能的，因為許多智力的定義都深深地埋藏在文章和書籍中。 然而，這裡提供的定義是最大的選擇，並提供了詳細的連結...
儘管研究和爭論已有很長的歷史，但智力仍然沒有標準的定義。 這使得有些人相信智力只能被近似地定義，而不是完整的。 我們認為這種悲觀情緒過於強烈。 儘管沒有單一的標準定義，但如果您查看已提出的許多定義，您很快就會發現許多定義之間的強烈相似性。
智力的定義
來自一般來源（字典、百科全書等）的定義
（在原始文章的這一部分中給出了 3 個智力的最佳定義中的 18 個。根據標準進行選擇 - 屬性覆蓋的寬度和深度 - 能力、特徵、參數等.，在定義中給出）.
- 有效適應環境的能力，要嘛是改變自己，要嘛是改變環境，要嘛是尋找新的…
- 智力不是一種心理過程，而是許多旨在有效適應環境的心理過程的組合。
適應是形成智力的許多未指定屬性所表現出來的結果。 指定環境（現有的甚至新的）非常重要。
- 學習和理解或處理新的或複雜的情況的能力；
- 善於運用頭腦；
- 應用知識影響環境的能力，或抽象思考的能力，以客觀標準（測驗時）來衡量。
指定環境很重要！ 缺陷：
- 透過連接詞“或”，不同的定性類別被連接起來：“學習能力”和“處理新情況”。
- 而「巧妙運用理性」根本就不是一個好的定義。
- 人們在理解複雜思想的能力、適應環境的有效性、從經驗中學習、進行各種形式的推理以及透過反思克服障礙方面存在差異。
嗯，至少說明了人，就是有能力的人！ 表明適應性的有效性 - 這很重要，但適應性本身不包括在清單中！ 克服障礙的核心是解決問題。
心理學家給的描述（給了 3 個定義中最好的 35 個）
- 我更喜歡將智力稱為「成功的智力」。 原因是強調運用智力來取得生活的成功。 因此，我將智力定義為在社會文化背景下實現一個人在生活中想要實現的目標的技能，這意味著人們有不同的目標：對某些人來說，它是在學校取得很好的成績並通過考試，對其他人來說可能是，成為一名非常優秀的籃球運動員、演員或音樂家。
目標顯然是在生活中取得成功，但僅此而已......
從最普遍的角度來看，當個體動物或人意識到其行為與目標的相關性（無論多麼模糊）時，就存在智力。 在心理學家試圖定義什麼是無法定義的許多定義中，或多或少可以接受的定義是：
- 應對新情況或透過新的適應性反應學習這樣做的能力，以及
- 執行測驗或解決涉及把握關係的問題的能力，其智力與複雜性或抽象性或兩者成正比。
於是，出現了一個層次結構：“從最普遍的角度來看…”，這已經很好了。 但這就是所有美好事物結束的地方...
- 同義反覆：用新的適應性反應來回應……。 這沒有什麼區別——使用舊的或新的反應，最重要的是反應！
- 現在說到測試……把握好關係還不錯，但還遠遠不夠！
- 智力不是一種能力，而是一種複合能力，由多種功能組成。 它意味著在特定文化中生存和發展所必需的能力的組合。
哦，靠智慧生存終於被表明了！ 但其他一切都失去了......
AI 研究人員給出的描述（3 名中的前 18 名）
- 智能代理會根據其環境和目的採取行動； 它能夠靈活地適應不斷變化的條件和不斷變化的目標，它從經驗中學習，並根據感知限制和處理能力做出適當的選擇。
也許是智力的最佳定義（這裡提出的所有定義中）。
目標是標記的、真實的，但沒有具體說明。
適應性－無論是在條件方面還是在目的方面。 後者意味著沒有最重要目標的概念！
學習－辨識（儘管沒有明確說明）環境的屬性、記憶、使用。
選擇意味著隱含標準。
限制——感知和影響。
- 「學習能力是獲取廣泛的特定領域知識所需的基本的、獨立於領域的技能。 實現這種“通用人工智慧”需要一個具有高度適應性、通用目的的系統，能夠獨立獲取極其廣泛的特定知識和技能，並能夠通過自我教育來提高自身的認知能力。”
似乎在這裡，學習能力是最終目標…而通用人工智慧的屬性也由此而來——高適應性、多功能性…
- 智慧型系統必須在許多不同的環境中工作，並且運作良好。 即使他們不完全了解情況，他們的智慧也使他們能夠最大限度地提高成功的可能性。 智慧型系統的功能不能與環境、具體情況（包括目標）分開來考慮。
什麼是「做好工作」？ 什麼是成功？
預製描述的可能性
如果我們從所考慮的定義中「提取」經常出現的功能（特質、特徵等），我們會發現智力：
- 它是個體代理在與其環境互動時所具有的屬性。
- 此屬性是指代理人在某些目標或任務上取得成功或受益的能力。
- 此屬性取決於智能體能夠並且應該如何適應不同的目標和環境。
將這些關鍵屬性結合起來，為我們提供了智能的非正式定義：智能是透過智能體在各種條件下實現目標的能力來衡量的。
但等等，我們需要回答這個問題：什麼是智力，而不是如何（或透過什麼）測量（評估）智力！ 人們可以透過以下事實來證明本文作者的合理性：這些定義幾乎是十三年前的，並且預計在接下來的幾年中應該會發生一些變化- 畢竟，IT 領域正在以驚人的速度發展.. ....但以下是2012 年一篇文章的範例（M. Hutter，通用人工智慧的十年， ）智力的定義幾乎沒有改變:
推理、創造力、聯想、泛化、模式識別、問題解決、記憶、計劃、實現目標、學習、優化、自我保護、視覺、語言處理、分類、歸納和演繹、知識獲取和處理……精確的定義包含各方面的情報似乎很難給。
再一次，與 8 年前的定義存在相同的問題（甚至更多）：智力的表現是以非結構化特徵列表的形式給出的！
維基百科中情報的定義（22 年 2016 月 XNUMX 日瀏覽）：
「智力（來自拉丁語intellectus - 感覺、知覺、理解、理解、概念、推理）是一種心理素質，包括適應新情況的能力、從經驗中學習的能力、理解和應用抽象概念以及運用知識來解決問題的能力。管理環境。 認知和解決困難的一般能力，它結合了人類所有的認知能力：感覺、知覺、記憶、表徵、思考、想像。”
同一個維基百科，但在截至 24 年 2020 月 XNUMX 日的最新版本中：
「智力（來自拉丁語intellectus「感知」、「推理」、「理解」、「概念」、「理性」）或心智是一種心理品質，包括適應新情況的能力、學習和思考的能力。根據經驗記憶，理解和應用抽象概念，並利用自己的知識來管理人類環境。 認知和解決問題的一般能力，結合了認知能力：感覺、知覺、記憶、表徵、思維、想像力，以及注意力、意志和反思。”
這麼多年過去了，但我們仍然看到同樣的事情——一組沒有任何結構的特徵……並且只有在文本的最後才表明了這個人——智慧的承載者。 也就是說，不可能將“具有智能的抽象對象->具有智能的人”與此定義中的後續標識進行替換：“一個人需要什麼才能變得有智能？” 或者這種替代導致了平庸的願望：一個人為了變得聰明，需要獲得適應新情況的能力，從經驗中學習，理解和應用抽象概念以及利用他的知識控制環境的能力等等。 . 簡而言之，這就是你如何變得聰明，而不是保持愚蠢......
因此，基於上述內容，提出以下與物件相關的定義，因為智慧不能“懸在空中”，它必須是某人的能力。 這同樣適用於只有某人或某物才能擁有的行為：
主體的智力是一組在以下情況下使用的能力：
(1) 國家和/或行為的法律的識別、形式化和記憶（以模型的形式）：
(1.1) 環境，以及
(1.2) 物件的內部環境。
(2) 狀態和/或行為選項的正向建模：
(2.1) 環境，以及
(2.2) 物件的內部環境。
(3) 創建物件行為的狀態和/或實現的描述，改編：
(3.1) 環境，以及
(3.2) 物件內部環境
受物件行為/行為成本比率最大化的影響
旨在保存環境中物件（存在、持續時間、存在）的對象
環境。
如下圖所示：
»
現在關於定義的應用......正如他們所說，真理總是具體的。 因此，為了檢查定義的邏輯，您應該將物件替換為一些眾所周知且易於理解的特定係統，例如，用...汽車。 所以…
智慧汽車是指具有一系列功能的汽車，可在以下情況下使用：
(1) 國家和/或行為的法律的識別、形式化和記憶（以模型的形式）：
(1.1) 交通狀況，以及
(1.2)汽車內部環境。
(2) 狀態和/或行為選項的正向建模：
(2.1) 在交通條件下，以及
(2.2) 汽車內部環境
(3) 創建車輛行為的狀態和/或實施的描述，改編：
(3.1) 道路狀況，以及
(3.2) 對汽車內部環境的影響
服從比率最大化（車輛行為/行為成本
汽車）的目的是保護汽車（存在、持續時間、存在）——無論是在道路情況還是在汽車的內部環境中。
我是唯一一個能夠看到我們將具有這些能力的汽車稱為智慧汽車的人嗎？ 那麼另一個問題：你會注意到乘坐由專業司機駕駛的汽車和乘坐這樣的智慧汽車之間的差異嗎？
答案「否」的意思是：
- 給出了智慧的正確定義：替換「物件->汽車」時，描述中沒有出現邏輯錯誤或任何不一致的情況。
- 旅途中擁有如此能力的汽車似乎通過了「汽車」圖靈測試：旅途中的乘客沒有看到有專業司機的汽車與這輛汽車有任何區別。 或者，如果我們嚴格遵循圖靈測試的措辭：“如果乘客在無人駕駛汽車和有專業司機的汽車的多次旅行中，乘客無法猜出駕駛他的是哪輛車，那麼就級別而言“根據路況思考”，無人駕駛汽車可以被認為等同於有專業司機的汽車。”
那些願意的人被邀請“玩”這個定義——如果需要的話，用任何眾所周知的系統（自然的、社會的、工業的、技術的）的名稱代替客觀的詞“對象”，從而獨立地檢查兼容性。 請務必分享您的結果以及對實驗結果的想法！
透過目標定義智能
（A. Zhdanov.「自主人工智慧」（2012 年），第 3 版，電子版，第 49-50 頁）：
任何生物體的神經系統追求的主要目標是：
- 有機體的生存；
- 他的神經系統累積了知識。
這2點：生存和知識的累積分別是第3點和第2點的概括描述！
作為結論...
“Vicarious 教電腦發揮想像力”
（“計算機已經學會了主動駕駛” )
「如果沒有想像力，生活會很無聊。 因此，計算機最大的問題也許是它們幾乎沒有想像。 受資訊流經大腦方式的啟發，新創公司 Vicarious 正在創建一種新的資料處理方式。 公司領導人表示，它將賦予電腦類似於想像力的東西，他們希望這將有助於使機器變得更加智慧。 該公司提出了一種新型神經網路演算法，其特性借鑒了生物學。 其中之一是想像所學到的信息在不同場景下會是什麼樣子的能力——一種數字想像。”
哇，真是巧合啊！ 正是定義的第(2)點：高階反射就是數字想像力！
這種情況並不常發生，但看看我們在網路上找到的內容：
（“計算機已經學會了主動駕駛” )
「佐治亞理工學院的專家組裝了一個無人駕駛車輛模型（基於串行無線電控制模型底盤的 1:5 比例），能夠使用受控滑行進行轉彎。 車載電腦配備了 Intel Skylake 四核心 i7 處理器和 Nvidia GTX 750ti GPU 顯示卡，可處理來自陀螺儀、車輪旋轉感應器、GPS 和一對前置相機的資訊。 根據從感測器接收到的數據，控制演算法在接下來的兩秒半內產生 2560 個向前運動軌跡。”
控制演算法包含汽車的“世界圖片”，其形式是沿著給定路線的一組可能的運動軌跡。
「演算法會從 2560 條軌跡中選擇最優的一條，並根據該軌跡調整車輪位置和速度。 此外，所有 2560 條軌跡每秒構建和更新 60 次。”
這是預期反思、人工創造力或數字想像力！ 從 2560 個預先產生的軌跡中選擇最佳軌跡，並調整車輪位置和速度（適應！）以保持在軌跡上。 所有的一切都由所呈現的智慧圖來描述！
“訓練控制演算法的整個過程需要由缺乏控制經驗的操作員在賽道上駕駛幾分鐘”
學習過程就是創造一幅世界圖景！
「同時，研究人員指出，訓練期間沒有使用受控漂移；電腦獨立『發明』了它。 在測試過程中，汽車在賽道上自動行駛，試圖保持盡可能接近每秒八米的速度。”
受控漂移是汽車獨立開發的最佳策略（同樣最大化「物件行為/行為成本」比率）的一個要素。
「根據作者的說法，教授演算法進行主動駕駛對於自動駕駛汽車的日常駕駛非常有用，就像學習控制打滑對於現場駕駛員非常有用一樣。 如果出現不可預見的情況，例如結冰，無人駕駛車輛將能夠獨立擺脫打滑，防止可能發生的事故。”
這就是汽車經驗的傳播……嗯，就像一隻守護鳥（記得那個著名的故事），它收到了一個有用的技能後，立即將其傳遞給其他人。
我將再次給出建議使用的定義：
主體的智力是一組在以下情況下使用的能力：
(1) 國家和/或行為的法律的識別、形式化和記憶（以模型的形式）：
(1.1) 環境，以及
(1.2) 物件的內部環境。
(2) 狀態和/或行為選項的正向建模：
(2.1) 環境，以及
(2.2) 物件的內部環境。
(3) 創建物件行為的狀態和/或實現的描述，改編：
(3.1) 環境，以及
(3.2) 物件內部環境
受物件行為/行為成本比率最大化的影響
物件的目的是在環境中保存物件（存在、持續時間、存在）。
感謝您的關注。 絕對歡迎評論和評論。
PS但我們可以單獨討論“......一個高度適應性的通用系統，有能力獨立獲取極其廣泛的特定知識和技能”，這是創建AGI所需的——這是一個非常有趣的話題。 當然，如果讀者有興趣的話。 🙂
來源： www.habr.com