人工智能的熵及从香农视角看 AlphaZero 的案例研究

近期发布的 AlphaZero 算法在国际象棋、将棋和围棋中取得了超人类表现，这引发了两个开放问题。首先，由于棋局中可能性数量有限，是否存在一种可量化的智能度量来评估智能系统（例如 AlphaZero）？其次，AlphaZero 引入复杂的强化学习与自博弈以高效编码可能状态，是否存在一种简单的信息论模型来表示该学习过程，并为培育强人工智能系统提供更多洞见？本文通过提出香农通信模型的一个简单变体，探讨了上述两个问题，并提出了智能熵的概念与统一智能-通信模型，其提供了用于研究智能水平的信息论度量，并以香农信道容量的形式（即智能容量）为智能体给出了一个上界。本文随后将这一概念与模型应用于 AlphaZero 作为案例研究，并将智能体的学习过程解释为类 turbo 迭代译码，从而可对 AlphaZero 的学习性能进行定量评估。最后给出结论及理论与实际评述。