François Chollet 关于“关于智能的衡量”论文系列视频的第二部分摘要:
本期视频是该论文系列的第二部分,主要内容是对第一部分的补充和对第二部分的预热。
第一部分回顾:
- 回顾了关于智能的评估历史以及基本概念。
- 区分了“技能”和“能力”:技能是指在特定任务中的表现水平,而能力则代表更普遍的解决问题的能力。
- 强调了对“通用能力”的评估,即系统能否解决之前从未遇到过的新问题。
第二部分的预告:
- 本期视频将重点介绍对评估通用能力的必要条件,为下一期讲解数学模型做铺垫。
- 作者解释了为什么需要关注通用能力,而不是仅仅专注于特定任务的表现。
- 作者强调,如果想要构建一个真正智能的系统,必须直接优化其通用性和灵活性,而不是仅仅追求特定任务的性能。
- 作者还推荐了 Tim Scarf 关于该论文的视频,并表示将在后续视频中继续探讨该论文。
总结:
本期视频为理解该论文的第二部分奠定了基础,并强调了评估通用能力的重要性。下一期视频将深入探讨该论文的数学模型。
在本部分,我们将更深入地探讨智力、通用性、技能、经验和先验知识之间的关系,并仔细观察人类内建的先验知识。这将为比较人类和人工智能系统的智力奠定基础。大纲:0:00 - 简介和回顾3:00 - 优化通用性5:45 - 用数据和先验知识购买技能12:40 - 人类范围17:30 - 人类先验知识24:05 - 核心知识28:50 - 评论和结论论文:https://arxiv.org/abs/1911.01547Tim Scarfe 的视频:https://youtu.be/GpWLZUbPhr0
摘要:为了朝着更智能、更像人类的人工系统取得有意的进展,我们需要遵循适当的反馈信号:我们需要能够以一种能够比较两个系统以及与人类比较的方式定义和评估智力。在过去的一百年里,在心理学和人工智能领域,人们都做了大量尝试来定义和衡量智力。我们总结并批判性地评估了这些定义和评估方法,同时揭示了隐含地指导它们的两种智力历史概念。我们注意到,在实践中,当代人工智能社区仍然倾向于通过比较人工智能和人类在特定任务(如棋盘游戏和电子游戏)中表现出的技能来衡量智力。我们认为,仅仅衡量任何给定任务的技能不足以衡量智力,因为技能受到先验知识和经验的强烈调节:无限的先验知识或无限的训练数据允许实验者以一种掩盖系统自身泛化能力的方式,为系统“购买”任意级别的技能。然后,我们根据算法信息论阐明了智力的一个新的正式定义,将智力描述为技能获取效率,并强调了范围、泛化难度、先验知识和经验的概念。利用这个定义,我们提出了一套关于通用人工智能基准应该是什么样子的指南。最后,我们提出了一个紧密遵循这些指南的基准,即抽象和推理语料库 (ARC),它建立在一个明确的先验知识集之上,旨在尽可能接近人类的先天先验知识。我们认为,ARC 可以用来衡量一种类似于人类的通用流体智力,并且它能够对人工智能系统和人类进行公平的通用智力比较。