通用搜索与哥德尔机

本课程主要介绍通用人工智能理论中的通用搜索与哥德尔机的相关讨论,本课程是李熙博士讲解通用人工智能的第三部分。(课时:41 分钟)

通用人工智能 通用搜索 哥德尔机 自指

讲师:   李熙


    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)