2021年一篇强人工智能论文，基于AGI Brain改进的二代版本

AGI Brain II: The Upgraded Version with Increased Versatility Index

返回论文和资料目录

1.论文简介

论文基于19年提出的第一代AGI Brain I 改进。主要有两点改进，1.提出一个AGI指标，2.用Mamdani模糊推理联想记忆代替原本的神经网络NN表示外显记忆（explicit memory，EM），不懂外显记忆的可看这篇博客。

2.AGI指标

提出的指标定义如下，其是一个综合描述智能的通用性和单个智能任务上表现的指标。

其中VI(Versatility Index)是通用性指标，也可以理解为智能指标，越大越好。

N是测试的不同场景数目，$\alpha_i$是第i个场景下的表现。

下面是一个例子

3.第一代AGI Brain I简介

第一代AGI Brain I提出的世界原理结构图。

AGI Brain的工作流示意图。

其中IM是内隐记忆。

1，2，3路径分别代表 1) Infancy stage, 2) Decision making stage, and 3)

Expert stage

在第2阶段时，代理智能体根据下面的公式取得最好的行为，其中EM是外显记忆。

二代的改进就是将原本用NN实现的Estimation用Mamdani模糊推理替换掉。作者认为这样可以在随机环境下表现更好。

3.第二代AGI Brain II

Mamdani模糊推理也被作者叫做ProMem，替换上述的公式里的EM得到下式。

下图为第二代的大脑结构图，其就是上面世界图的$\Gamma$部分。

左边的输入从上到下分别是：代理$\omega$返回的内部状态向量$X_{\omega}$，$a$是行为向量，$X_{\Psi}$是实体$\Psi$的反馈状态向量，$r$是实体$\Psi$的反馈向量。$EM$是ProMem实现的外显记忆，$IM$是内显记忆，$J$是目标值向量，$P$是个人向量。DM是决策单元。$Rnd$是随机单元。右上像$X$是所有替换的可能集合。$Str$是压力模拟器。数字1，2，3分别是前面说的3个阶段。$u$是输出的行为。

实验测试

作者先给出一个投资优化问题

然后给出了第一代和第二代的结果对比图。