[论文解读] A Collection of Definitions of Intelligence

Shane Legg, Marcus Hütter|ArXiv.org|Jun 15, 2007

Neuroscience, Education and Cognitive Function参考文献 34被引用 398

一句话总结

本文从心理学、人工智能研究人员以及集体机构等多样来源收集了70多个关于智能的非正式定义，揭示了强烈的主题趋同。它提出一个统一的非正式定义：'智能衡量的是智能体在广泛环境中的目标达成能力'，该定义为形式化的通用智能度量提供了基础，并凸显了各类定义中普遍存在的适应性、学习能力和目标导向性等共性特征。

ABSTRACT

This paper is a survey of a large number of informal definitions of ``intelligence'' that the authors have collected over the years. Naturally, compiling a complete list would be impossible as many definitions of intelligence are buried deep inside articles and books. Nevertheless, the 70-odd definitions presented here are, to the authors' knowledge, the largest and most well referenced collection there is.

研究动机与目标

• 系统整理并归类来自不同领域（心理学、人工智能、集体机构等）的大量、有充分参考依据的智能非正式定义。
• 识别心理学、人工智能研究人员及集体机构定义中共同的特征与反复出现的主题。
• 在缺乏标准定义的前提下，评估是否可能得出一个单一、通用且涵盖广泛的智能定义。
• 通过分析非正式定义中的共性特征，为形式化的通用智能度量奠定基础。
• 通过在线维护并鼓励社区贡献，为研究人员提供一个持续更新、可扩展的活体资源。

提出的方法

• 系统性地从学术文献、百科全书、词典及专家声明中收集并分类智能的定义。
• 将定义分为三大类：集体（机构或匿名）定义、心理学家定义和人工智能研究人员定义。
• 分析定义中反复出现的特征，如目标达成、适应性、学习、推理和环境互动。
• 识别出定义中的统一主题：智能即在多样化环境中实现目标的能力。
• 将该统一主题形式化为简洁的非正式定义：'智能衡量的是智能体在广泛环境中的目标达成能力。'
• 将此非正式定义与形式化的通用智能度量相联系，其理论基础为最优学习智能体理论和信息论原理。

实验结果

研究问题

• RQ1 从多样来源收集的70多个智能非正式定义中，哪些共同特征反复出现？
• RQ2 能否基于这些定义中的观察到的相似性，推导出一个单一、通用且涵盖广泛的智能定义？
• RQ3 心理学家、人工智能研究人员及集体机构的定义在学习、适应性和目标达成方面的侧重点有何异同？
• RQ4 推理、理解与问题解决等特征在多大程度上隐含地构成所提出的统一定义的基础？
• RQ5 所提出的统一定义是否足以支持一个形式化、数学基础坚实的智能度量？

主要发现

• 各类定义之间存在显著的主题趋同，'在多样化环境中实现目标'是最常出现的核心特征。
• 心理学家与人工智能研究人员的定义在强调适应性、学习、推理和问题解决方面存在显著重叠。
• 非正式定义'智能衡量的是智能体在广泛环境中的目标达成能力'准确捕捉了所收集定义中的大多数本质。
• 该统一定义将学习、适应性和推理等关键能力作为实现多样化环境成功所必需的隐含组成部分。
• 该定义与一个形式化的通用智能度量建立了正式联系，其理论基础为最优学习智能体理论，并提供了数学基础。
• 该定义集合以活体文档形式持续维护，支持持续更新与社区贡献，研究人员可在线获取并扩展。