课程背景

2015年Google的DeepMind团队发表在《Nature》上的工作：训练深度强化学习神经网络DQN打游戏，令人印象深刻。然而，这仅仅是部分实现了通用人工智能的强化学习系统的一次实践，它的背后则是更加强大的通用人工智能理论。

在介绍了Marcus Hutter的AIXI通用人工智能数学框架之后，在这一节中我们介绍了集中通用搜索算法与哥德尔机。其中哥德尔机是另一种与AIXI平行的通用人工智能框架。但是与以往的模型不同的是，哥德尔机具备了自指的能力，它能够通过搜索有关自身描述的命题，从而寻找到能够改进目前处境的解决方案；同时它还可以将这个解决方案装载到自己的执行器上，从而创造出可以自我修改代码的人工智能程序。另外，哥德尔机也可以理解为一种是对“意识机器”的一种可操作性的定义方法。

课程要求

学习该课程之前，你需要掌握如下基础数学知识：

• 图灵机基本理论

• 命题逻辑

• 信息论

课程目的

学习该课程之前，你需要掌握如下基础数学知识：

• 了解什么是通用搜索

• 了解几种不同的搜索方案和特点

• 了解什么是哥德尔机

• 了解哥德尔机的局限性是什么

课程详情

本课程将介绍有关通用搜索与哥德尔机的相关内容，详细内容包括：

• 通用搜索理论

• Levin搜索的基本概念

• Hutter搜索

• Schmidhuber的最优有序问题求解

• 哥德尔机

• 哥德尔机的基本框架

• 哥德尔机的特性：优缺点

• 不可压缩性、不完全性与智能（Shane Legg）