[論文レビュー] A Definition of Artificial Intelligence

Dimiter Dobrev|arXiv (Cornell University)|Oct 3, 2012

Artificial Intelligence in Education参考文献 1被引用数 61

ひとこと要約

本稿は、事前の知識に依存せずに、あらゆる環境で人間と同等以上に性能を発揮するプログラムとして、人工知能を形式的・アルゴリズム的に定義する。知能は、状態遷移系としてモデル化された世界との相互作用を通じて定義され、評価は観測入力に対する事前に定義された効用関数に基づく。主な貢献は、多様な人工環境を網羅的にテストすることでAIを探索する理論的に完全だが、計算的に非現実的なアルゴリズムの提示である。

ABSTRACT

In this paper we offer a formal definition of Artificial Intelligence and this directly gives us an algorithm for construction of this object. Really, this algorithm is useless due to the combinatory explosion. The main innovation in our definition is that it does not include the knowledge as a part of the intelligence. So according to our definition a newly born baby also is an Intellect. Here we differs with Turing's definition which suggests that an Intellect is a person with knowledge gained through the years.

研究の動機と目的

• 人工知能を定義する際の曖昧さを解消し、形式的・数学的基準を提供すること。
• 知能と知識を区別し、提案された定義のもとでは新生児ですら知的実体とみなされることを主張すること。
• 人工環境におけるパフォーマンスを通じてAIを同定するための検証可能なフレームワークを確立すること。
• 計算的爆発のため実用的非現実的ではあるが、システム的かつアルゴリズム的なAI探索が理論的に可能であることを示すこと。
• 知識に基づく知能から、相互作用を通じて学習・適応する能力を持つシステムへと焦点を移すこと。

提案手法

• 世界を、有限な内部状態集合 S、初期状態 s₀、遷移関数 World(s,d)、および観測関数 View(s) を持つ状態遷移系としてモデル化する。
• エージェントの人生を、到達可能な世界状態の木構造を通るパスとして表現し、各ノードを状態、各エッジを行動に対応付ける。
• 観測入力に値を割り当てる効用関数を用いてパフォーマンスを定義する：|Σ₁| − |Σ₂|、ここで Σ₁ と Σ₂ はそれぞれ良い入力と悪い入力の部分集合である。
• 人工知能を、すべての「良い」世界で人間と同等以上に性能を発揮するプログラムとして形式化する。ここで「良い」世界とは、致命的エラーがなく、人間の能力範囲内にある世界を指す。
• 候補プログラムを人工的かつ人間が解ける環境でテストすることで、成功する最短のプログラムを同定する、テストベースのアルゴリズムを構築する。
• 候補プログラムを長さ順に並べ、すべてのテスト環境を通過する最初のものを選択する。この際、真のAIであるに違いない最小かつ効果的なプログラムであると仮定する。

実験結果

リサーチクエスチョン

• RQ1 知識や経験に依存せずに人工知能を形式的に定義することは可能か？
• RQ2 多様な人工環境におけるパフォーマンスをテストすることで、AIを体系的に同定するアルゴリズムを構築することは可能か？
• RQ3 計算的枠組みにおいて、知能と単なる知識や暗記とはどのように区別できるか？
• RQ4 AIパフォーマンスのテストに適した世界が満たすべき条件は何か？
• RQ5 提案されたAI探索アルゴリズムはなぜ理論的には妥当だが、実用的には非現実的なのか？

主な発見

• 本稿は、事前の知識に依存せず、あらゆる環境で人間と同等以上に性能を発揮するプログラムとして、AIを形式的に定義する。
• 定義では新生児でさえ知的実体とみなされるが、これはチューリングの見解（知能には蓄積された知識が必要）とは対照的である。
• 人工的かつ人間が解ける環境のセットにおいて、候補プログラムをテストすることでAIを探索する理論的アルゴリズムが存在する。
• 組み合わせ的爆発のため、計算的に非現実的ではあるが、形式的に整合性がある。
• すべてのテスト環境を通過する最短のプログラムは、特定のタスクに特化した「詰め込み型」プログラムではなく、真のAIである可能性が高い。
• パフォーマンスは、良い入力と悪い入力の数の差を数える効用関数によって評価され、成功の形式的測定が保証される。