机构名称：
¥ 1.0
目前，用于评估人工智能系统的挑战性问题、基准数据集和算法优化测试的数量正在迅速增加。然而，目前还没有一个客观的标准来确定这些新创建领域之间的复杂性。缺乏跨领域检查为有效研究更通用的人工智能系统带来了障碍。我们提出了一种测量不同领域之间复杂性的理论。然后使用基于神经网络的人工智能系统的近似值来评估该理论。将这些近似值与其他众所周知的标准进行比较，结果表明它符合复杂性的直觉。然后展示了这种方法的应用，以证明它在不同情况下的有效性。实验结果表明，这种方法有望成为一种有效的辅助评估人工智能系统的工具。我们建议未来将这种复杂性指标用于计算人工智能系统的智能。
衡量用于评估人工智能系统的领域复杂性
主要关键词
相关文件推荐
