梅萨罗维奇抽象学习系统
人工智能
2021-11-30 v1 系统与控制
系统与控制
摘要
用于实现通用人工智能(AGI)的求解方法可能并不包含充分建模和刻画AGI所需的形式体系。特别地，当前的学习方法将问题域和问题任务作为基本预设，但很难看出在现实中所遇到的AGI能够被辨明为一组域-任务配对。同样也不清楚系统中AGI的结果能否很好地用域和任务或其后果来表达。因此，既不显式以求解方法表达自身的学习元理论具有实践和理论双重用途。一般系统理论提供了这样一种元理论。在此，梅萨罗维奇(Mesarovician)抽象系统理论被用作学习的上层结构。我们形式化了抽象学习系统。随后的阐述将学习系统的假设分层为层级，并考量此种分层投射到学习理论上的层级结构。所提出的梅萨罗维奇抽象学习系统理论通过直接聚焦于思考的参与者（此处为学习系统），而非当代对思考参与者所解决问题的聚焦，回溯到人工智能研究的创立动机。
引用
@article{arxiv.2111.14766,
title = {Mesarovician Abstract Learning Systems},
author = {Tyler Cody},
journal= {arXiv preprint arXiv:2111.14766},
year = {2021}
}
备注
The 14th International Conference on Artificial General Intelligence (AGI-21)