不良通用先验与最优性概念
人工智能
2015-10-20 v1 机器学习
摘要
算法信息论的一个重大开放问题是通用图灵机（UTM）的选择。对于柯尔莫哥洛夫复杂度和所罗门诺夫归纳，我们有不变性定理：UTM的选择仅使边界改变一个常数。对于通用智能体AIXI（Hutter, 2005），尚不知有不变性定理。我们的结果完全是否定性的：我们讨论了UTM的不幸或对抗性选择导致AIXI剧烈行为失常的情况。我们表明Legg-Hutter智能因而平衡的帕累托最优性完全是主观的，并且在所有可计算环境的类别中每个策略都是帕累托最优的。这破坏了AIXI所有现有最优性性质。尽管它仍可作为AI的黄金标准，我们的结果意味着AIXI是一种相对理论，依赖于UTM的选择。
引用
@article{arxiv.1510.04931,
title = {Bad Universal Priors and Notions of Optimality},
author = {Jan Leike and Marcus Hutter},
journal= {arXiv preprint arXiv:1510.04931},
year = {2015}
}
备注
COLT 2015