#75 – Marcus Hutter: Universal Artificial Intelligence, AIXI, and AGI
Marcus Hutter 是 DeepMind 的高级研究科学家，也是澳大利亚国立大学的教授。在他的研究生涯中，包括与 Jürgen Schmidhuber 和 Shane Legg 合作，他在通用人工智能领域提出了许多有趣的想法，包括开发 AIXI 模型，这是一种 AGI 的数学方法，融合了 Kolmogorov 复杂性、Solomonoff 归纳法和强化学习的思想。剧集链接：Hutter 奖：http://prize.hutter1.netMarcus 网站：http://www.hutter1.net 提及的书籍：- 通用人工智能：https://amzn.to/2waIAuw- 人工
Back to the core of intelligence … to really move to the future
客座作者：José Hernández-Orallo，瓦伦西亚技术大学教授二十年前，我开始研究机器智能指标。那时，在第二次人工智能寒冬的冰冷日子里，很少有人真正对测量人工智能完全缺乏的东西感兴趣。很少有人，比如 David L. Dowe 和我，对与算法信息理论相关的智能指标感兴趣，其中代理与世界之间的交互模型是比特序列，智能是使用 Solomonoff 和 Wallace 的归纳推理理论来制定的。与此同时，似乎每年都会提出数十种图灵测试的变体，引入了 CAPTCHA，David 展示了使用基于大开关方法的非常简单的程序解决一些智商测试是多么容易。如今，蓬勃发展的机器学习领域引发了 AI 的新
