[論文レビュー] A Theory of Intelligences

Michael Hochberg|arXiv (Cornell University)|Aug 23, 2023

Emotional Intelligence and Performance被引用数 4

ひとこと要約

本論文は、知能を目的達成への不確実性の解消として定式化する初歩的理論（TIS）を提唱する。この理論は、知能を経路効率（解決）と目的の正確さ（理解）に分割し、定量的でマクロスケールの指標（難易度、驚き、目的達成の正確さ）を導入する。また、知的な経路は目的を達成するだけでなく、将来の目的空間へのアクセスを拡大することを予測し、芸術や政治といったダーウィニズム的でない営為を説明する。

ABSTRACT

Intelligence is a human construct to represent the ability to achieve goals. Given this wide berth, intelligence has been defined countless times, studied in a variety of ways and represented using numerous measures. Understanding intelligence ultimately requires theory and quantification, both of which have proved elusive. I develop a framework -- the Theory of Intelligences (TIS) -- that applies across all systems from physics, to biology, humans and AI. TIS likens intelligence to a calculus, differentiating, correlating and integrating information. Intelligence operates at many levels and scales and TIS distils these into a parsimonious macroscopic framework centered on solving, planning and their optimization to accomplish goals. Notably, intelligence can be expressed in informational units or in units relative to goal difficulty, the latter defined as complexity relative to system (individual or benchmarked) ability. I present general equations for intelligence and its components, and a simple expression for the evolution of intelligence traits. The measures developed here could serve to gauge different facets of intelligence for any step-wise transformation of information. I argue that proxies such as environment, technology, society and collectives are essential to a general theory of intelligence and to possible evolutionary transitions in intelligence, particularly in humans. I conclude with testable predictions of TIS and offer several speculations.

研究の動機と目的

• 生物学的・人工的・物理的システムに適用可能な統一的で初歩的理論の知能を構築すること。
• 知能に関する一貫性のある理論的・定量的枠組みの欠如を解消し、難易度、驚き、目的の正確さといったコアな特徴を同定すること。
• 不確実性低減（解決）と目的の正確さ（理解）に知能を分割することで、知能に関する概念的曖昧さを解消すること。
• 経路探索と将来の目的空間拡大の予測的力によって、芸術・政治・レクリエーションといったダーウィニズム的でない知的な行動を説明すること。
• 時間的ダイナミクス、環境的要因、進化的な経路を考慮に入れた知能の理論的基盤を確立すること。

提案手法

• 難易度、驚き、目的達成の正確さという3つの定量的システム特徴に基づくマクロスケールの知能フレームワークを提唱する。
• 知能を2つの要素に分割：経路知能（不確実性低減の効率）と理解（目的達成の正確さ）。
• 驚きと難易度の簡潔な数学的表現を導入し、知能ダイナミクスの理論的モデリングを可能にする。
• 時間的空間を用いて、過去の要因、現在の代理指標、環境、将来の進化（進化的適応度や老化を含む）を含めた知能のモデリングを行う。
• 個体の認知からAI、設計されていない物理的・化学的システムに至るまで、多様なシステムに対して、目的達成と経路効率の比較的分析を通じて理論を適用する。
• 情報理論、初歩的原理、システムダイナミクスに根ざした概念的枠組みを用い、知能を能動的な目的達成プロセスとしてモデリングする。

実験結果

リサーチクエスチョン

• RQ1 マクロスケールの知能パターンを理解するために、ミクロスケールのプロセスはどれほど必要か？
• RQ2 知能の主な効果と分散を説明する核心的な表現型的特徴の集合を特定できるか？
• RQ3 目的達成への経路に沿って、階層的影響、エントロピーの変化、正確さのシフトに一般的なパターンがあるか？
• RQ4 生涯にわたり、および集団全体を通じて、知能と目的の複雑さはどのように共進化するか？
• RQ5 流動的知能の年齢による低下は、年齢に依存する選択圧と一致するか？一致しない場合、その理由は何か？

主な発見

• 理論は知能を2つの明確に分離された要素に分割する：不確実性低減（解決）と目的の正確さ（理解）で、後者は将来の目的空間へのアクセスを広げる。
• 知的な経路は目的を達成するだけでなく、未だ到達不可能であった新しい目的に到達する可能性を高める探索的メカニズムとしても機能する。
• このフレームワークは、芸術・政治・レクリエーションといったダーウィニズム的でない知的な行動を、将来の目的可能性を拡大する経路探索から生じるとして説明する。
• 理論は、知能的特徴が生殖的適応度に影響を与え、選択的交配に従うと予測する。また、流動的知能の年齢による低下は進化的理論に整合する。
• TISは驚きと難易度の簡潔な数学的表現を提供し、生命、集団、AIを含む多様なシステムにおける知能の理論的モデリングを可能にする。
• 理論は反証可能である：難易度が低く、驚きが小さい状況では、式（8）で定義される能動的知能は不要であると予測するが、これは実証的期待と一致する。