什么是AGI？GydF4y2Ba

我们在谈论人为总体情报（AGI）时听到的最常见的反对意见之一是“AGI是不明定义的，所以你不能真正对此说出这么多。”GydF4y2Ba

在A.GydF4y2Ba早些时候的帖子GydF4y2Ba，我指出了我们GydF4y2Ba经常GydF4y2Ba在对它们做有用的工作时，对事物没有精确定义，就像“数字”和“自动驾驶汽车”的概念一样。GydF4y2Ba

仍然，我们必须拥有GydF4y2Ba一些GydF4y2Ba我们在谈论的想法。GydF4y2Ba早些时候GydF4y2Ba我为“智慧”给了一个粗略的工作定义。在这篇文章中，我解释了AGI的概念，也提供了一些可能的GydF4y2Ba操作定义GydF4y2Ba为了这个想法。GydF4y2Ba

AGI的想法GydF4y2Ba

如前所述，“一般情报”的概念是指的GydF4y2Ba高效的GydF4y2Ba跨领域GydF4y2Ba优化GydF4y2Ba。或者是Ben Goertzel喜欢GydF4y2Ba说GydF4y2Ba，“使用有限的计算资源在复杂环境中实现复杂目标的能力。”通常与一般智能相关的另一个想法是能够将学习从一个域转移到其他域。GydF4y2Ba

为了说明这个想法，让我们考虑一些东西GydF4y2Ba不是GydF4y2Ba算作一般情报。GydF4y2Ba

电脑GydF4y2Ba表演GydF4y2Ba在某些任务中大大超人表现，大致在其他任务中的人力级别表现，以及仍在其他任务中的Subhuman性能。如果研究人员团队能够结合许金宝博娱乐多最重要的表现“GydF4y2Ba狭窄的ai.GydF4y2Ba“作为一个系统的算法，因为谷歌可能正在尝试，金宝博官方GydF4y2Ba^1GydF4y2Ba他们有一个巨大的“kludge ai”，最多的任务是可怕的，在一些任务中，和一些任务的超人。GydF4y2Ba

像Kludge Ai一样，特别的人类是最可怕的或平庸的任务，远远超过几个任务。GydF4y2Ba^2GydF4y2Ba另一个相似性是，Kludge Ai可能会在许多不同的狭隘认知能力之间显示测量的相关性，就像人类一样（因此是概念GydF4y2BaGGydF4y2Ba和智商GydF4y2Ba^3.GydF4y2Ba）：如果我们给了Kludge Ai更多硬件，它可以使用该硬件同时提高许多不同窄域的性能。GydF4y2Ba^4.GydF4y2Ba

另一方面，Kludge Ai不会（尚未）GydF4y2Ba一般情报GydF4y2Ba，因为它不一定能够在某种任意的环境中解决一些任意问题，因此不一定能够将一个域中的学习传输到另一个域，等等。GydF4y2Ba

AGI的操作定义GydF4y2Ba

我们可以更具体吗？这种通用情报的想法GydF4y2Ba是GydF4y2Ba难以运作。下面我考虑了AGI的四种操作定义，（明显）增加难度顺序。GydF4y2Ba

图灵测试（100,000美元Loebner奖项解释）GydF4y2Ba

这GydF4y2Ba图灵测试GydF4y2Ba提出了GydF4y2Ba图灵（1950）GydF4y2Ba，并有很多的解释（GydF4y2BaMOOG 2003.GydF4y2Ba）。GydF4y2Ba

一个具体的解释是由赢得赢得的条件提供的GydF4y2Ba$ 10,000 Loebner奖GydF4y2Ba。自1990年以来，GydF4y2Ba休洛伊纳GydF4y2Ba为第一个AI计划提供了100,000美元，以便在年度上通过此测试GydF4y2BaLoebner奖竞赛GydF4y2Ba。每年最佳表现较小的奖项较小的奖项，但没有足够的计划才能赢得100,000美元的奖金。GydF4y2Ba

这GydF4y2Ba精确的GydF4y2Ba在计划赢得25,000美元的“银色”奖项之前，不会定义赢得$ ​​10,000奖品的条件，尚未完成。但是，我们确实知道这种情况会看GydF4y2Ba某物GydF4y2Ba这样的：如果它可以愚弄一半的法官认为它是人类的，那么一个程序将赢得100,000美元，同时在自由形式谈话中与他们互动30分钟GydF4y2Ba和GydF4y2Ba解释视听输入。GydF4y2Ba

咖啡测试GydF4y2Ba

Goertzel等。（2012）GydF4y2Ba建议（可能）更困难的测试 - “咖啡测试” - 作为AGI的潜在操作定义：GydF4y2Ba

进入一个普通的美国房子并弄清楚如何制作咖啡，包括识别咖啡机，弄清楚按钮所做的，找到内阁等咖啡。GydF4y2Ba

如果机器人可以这样做，也许我们应该认为它有一般情报。GydF4y2Ba^5.GydF4y2Ba

机器人大学生测试GydF4y2Ba

Goertzel（2012）GydF4y2Ba建议一个（可能）更具挑战性的操作定义，“机器人大学生测试”：GydF4y2Ba

当机器人可以在人类大学里注册并以与人类相同的方式进行课程，然后获得它的学位，然后我会[说]我们创造了[AN] ......人为一般情报。GydF4y2Ba

就业试验GydF4y2Ba

nils nilsson.GydF4y2Ba一旦获得AI的创始研究人员，一旦建议为“金宝博娱乐人类级别AI”（我一直在呼唤AGI）更苛刻的操作定义。GydF4y2Ba就业试验GydF4y2Ba：GydF4y2Ba

表现出真正的人类级智能的机器应该能够做一些人类能够做的事情。这些活动中是人们受雇的任务或“工作”。我建议我们通过我称之为“就业测试”的东西取代图灵测试。要通过就业测试，AI计划必须...... [有]至少GydF4y2Ba潜在的GydF4y2Ba[完全自动化]经济上重要的工作。GydF4y2Ba^6.GydF4y2Ba

要更完整地制定这种操作定义，人们可以提供“经济上重要的工作”的规范列表，产生特殊的GydF4y2Ba职业考试GydF4y2Ba对于每项工作（例如，美国所需的书面和驾驶考试GydF4y2Ba商业驾驶执照GydF4y2Ba）并测量机器对这些职业考试的表现。GydF4y2Ba

这有点“不公平”，因为我怀疑任何GydF4y2Ba单身的GydF4y2Ba人类可以通过这种职业考试，了解任何长期的经济上重要的工作岗位。On the other hand, it’s quite possible that many unusually skilled humans would be able to pass all or nearly all such vocational exams if they spent an entire lifetime training each skill, and an AGI — having near-perfect memory, faster thinking speed, no need for sleep, etc. — would presumably be able to train itself in all required skills much more quickly,如果GydF4y2Ba它拥有这类一般情报，我们正试图定义。GydF4y2Ba

未来是有雾的GydF4y2Ba

AGI的一个或多个操作定义可能似乎引人注目，但看看历史应该教我们一些谦卑。GydF4y2Ba

几十年前，若干领先的AI科学家似乎认为人类水平表现GydF4y2Ba棋GydF4y2Ba可以代表Agi-比例的实现。是GydF4y2Ba纽厄等人。（1958）GydF4y2Ba：GydF4y2Ba

国际象棋是智力游戏GydF4y2Ba卓越GydF4y2Ba...如果一个人可以设计成功的国际象棋机器，那么人们似乎已经渗透到人类智力努力的核心。GydF4y2Ba^7.GydF4y2Ba

截至1976年，I.J.好的GydF4y2Ba断言GydF4y2Ba计算机国际象棋中的人力水平表现是AGI的好路标，写道，“宏大力量的计算机程序将为我们在[机器超智力]的ACE中。”GydF4y2Ba

但是，大约15年前，机器超越了最好的人类国际象棋播放器，我们似乎似乎是几十年来的AGI。GydF4y2Ba

自动驾驶汽车的令人惊讶的成功可能会在谦卑中提供另一教训。我是20世纪60年代的AI科学家，我可能会想到一辆自驾驶汽车GydF4y2Ba谷歌的无人驾驶汽车GydF4y2Ba将表明AGI的到来。毕竟，一辆自动驾驶汽车必须以高速度，高速，在极其复杂，动态和不确定的环境中采取行动：即现实世界。它也必须（在罕见的场合）面对哲学家等真正的道德困境GydF4y2Ba手推车问题GydF4y2Ba。相反，谷歌建立了无人驾驶汽车，一系列“秘籍”我可能没有在20世纪60年代构思 - 例如，通过高精度的映射几乎每条公路，高速公路上坡道，以及该国的停车场GydF4y2Ba前GydF4y2Ba它建造了无人驾驶汽车。GydF4y2Ba

结论GydF4y2Ba

那么，AGI的良好操作定义是什么？我个人倾向于尼尔森的就业试验，但是GydF4y2Ba你GydF4y2Ba当你谈论AGI时，可能会有其他东西。GydF4y2Ba

我希望在未来20年的某个时候选择新的工作定义，因为AGI越来越近，但尼尔森的运作方式现在将为。GydF4y2Ba

致谢GydF4y2Ba

我感谢Carl Shulman，Ben Goertzel，和Eliezer Yudkowsky对此帖子的反馈。GydF4y2Ba

1. 在A.GydF4y2Ba面试GydF4y2Ba和GydF4y2Ba登记册GydF4y2Ba，谷歌研究头金宝博娱乐GydF4y2BaAlfred Spector.GydF4y2Ba说：“我们有知识图，[该]解析自然语言的能力，神经网络技术[和]从用户获得反馈的巨大机会......如果我们将所有这些事情与人类联合在一起，连续提供反馈我们的系统金宝博官方… 聪明的。”旨在称之为“组合假设”。GydF4y2Ba↩GydF4y2Ba
2. 虽然，可能有许多不利的人类，这是不是真的，因为它们没有表现出远高于平均的性能GydF4y2Ba任何GydF4y2Ba任务。GydF4y2Ba↩GydF4y2Ba
3. 心理学家现在通常同意除了更具体的心理能力之外还有一般情报因素。有关现代综合的介绍，请参阅GydF4y2BaGottfredson（2011）GydF4y2Ba。有关详细信息，请参阅第一个章节GydF4y2Ba斯特恩伯格＆Kaufman（2011）GydF4y2Ba。如果你读过Cosma Shalizi的流行文章“GydF4y2BaGGydF4y2Ba，统计神话GydF4y2Ba，请读它的驳斥GydF4y2Ba这里GydF4y2Ba和GydF4y2Ba这里GydF4y2Ba。GydF4y2Ba↩GydF4y2Ba
4. 在心理学中，完成了因子分析GydF4y2Ba在人类之间GydF4y2Ba。在这里，我认为可以假设类似的因素分析GydF4y2Ba不同的Kludge AIS之间GydF4y2Ba，具有不同的Kludge AIS基本上运行相同的软件，但可以访问不同的计算量。然而，类比不应该太过分了。例如，更高智商的人类比其他人更大的大脑更大的情况。GydF4y2Ba↩GydF4y2Ba
5. 咖啡考试由Steve Wozniak的预测启发，我们永远不会“建造一个可以走进一个不熟悉的房子并制作一杯咖啡的机器人”（GydF4y2BaAdams等人。2011年GydF4y2Ba）。Wozniak的原始预测是在一个GydF4y2BaPC世界GydF4y2Ba2007年7月19日的一块叫做GydF4y2Ba史蒂夫沃兹尼亚克三分钟GydF4y2Ba。GydF4y2Ba↩GydF4y2Ba
6. 首先，Nilsson建议通过就业试验，“AI计划必须能够执行人类常规执行的工作。”但后来，他修改了这个规范：“为了就业测试的目的，我们可以确定人类工作是否有问题GydF4y2Ba实际上GydF4y2Ba自动化。相反，我建议，我们可以测试我们是否有GydF4y2Ba能力GydF4y2Ba自动化它们。“部分地，他建议这种修改，因为“今天的许多工作可能会消失 - 就像制造车呢鞭子一样。”GydF4y2Ba↩GydF4y2Ba
7. 一点之后，他们添加了一个小心谨慎：“现在可能[be]一个技巧...... [是]作为人腿的车轮：一个设备与人类完全不同，但在其方法中非常有效，也许很简单。这样的设备可能会发挥出色的国际象棋，但是......无法进一步了解人类智力流程的理解。当然，这样的奖品将在自己的权利中值得发现，但似乎没有任何这种情况。“GydF4y2Ba↩GydF4y2Ba