通用人工智慧（AIXI）

資料來源#

• From AGI to ASI

摘要#

通用人工智慧以 AIXI 代理程式形式化（Hutter 2005；Legg 2008；Hutter et al. 2024），是目前對機器智慧理解最深入的理論極限。AIXI 是一種可證明在所有可計算環境類別上平均而言達到最佳表現的代理程式——這些環境由任意可計算的動態和可計算的獎勵函數組合而成——前提是先驗機率遵循 Solomonoff 通用先驗（較簡單／Kolmogorov 複雜度較低的環境，機率呈指數級高）。它是智慧連續光譜的終點：包括 ASI 在內的真實系統，只能透過投入愈來愈多的算力，從下方逼近 AIXI。DeepMind 的「From AGI to ASI」報告運用此架構從上方界定 ASI，補足從今日系統出發的由下而上推估。

這是超級智慧理論群集的樞紐：作為形式化依據，AGI-to-ASI Pathways、Effective Compute Scaling、The Abstraction Barrier 和基本極限討論都會引用它。

AIXI 解決的三個問題#

AIXI 會與未知環境依序互動。若要表現良好，它必須解決三個彼此耦合的問題，而且每個問題都從第一原理推導解法，而非任意選擇：

1. 在不確定性下行動。 真實的動態和獎勵函數未知，因此 AIXI 將所有可計算的動態和獎勵函數視為假設，並以貝葉斯更新得出這些假設的後驗分布。先驗採用 Solomonoff 通用先驗（演算法資訊理論）：Kolmogorov 複雜度較低的環境會獲得指數級更高的權重。
2. 互動式決策（信用分配）。 當回饋是短期的，仍要最大化長期累積獎勵。此問題透過一般性強化學習解決（適用於任意可計算的動態／獎勵）。這需要選定折扣／時間範圍方案；對非有限時間範圍的任務而言，不存在唯一最佳的折扣方式。
3. 探索與利用。 此問題以隱含方式解決：在目前後驗分布下，預期能降低環境不確定性的行動會帶來高獎勵，因此有用的探索會自動受到鼓勵；一旦對環境已有足夠了解，探索就會停止（不同於新奇度／熵獎勵）。

AIXI 承襲 Solomonoff 歸納法的最佳性質：在所有可計算環境上平均而言，它是資料效率最高的預測器（累積預測誤差最低／犯錯最少）。

Legg–Hutter 分數#

AIXI 的最佳性為智慧提供了形式化、定量的定義：Legg–Hutter 分數（Legg & Hutter 2007a）＝代理程式的預期累積獎勵，對所有可計算環境取平均，並以 Kolmogorov 複雜度的倒數為各環境加權。許多非正式的智慧概念都能涵蓋為這個類別中的子集。依其定義，AIXI 會讓分數最大化，因此它就是上界。關鍵在於：**AIXI 和這個分數都不可計算。**由於這個分數是平滑連續光譜，報告不必設定明確的 AGI／ASI 門檻；重要的是 AGI 與 ASI 之間存在很大的 Legg–Hutter 差距（參見 Artificial Superintelligence (ASI)）。

補充說明（學習演算法，而非訓練好的模型）。 AIXI 是一種學習演算法；公平的比較對象應是架構加上訓練演算法（例如 transformer + SGD），並以持續學習評估，而不是已訓練完成且固定不變的模型。專門設計的演算法可能在狹窄的基準測試上勝過 AIXI；但當任務集逐漸擴大、接近完整的可計算類別時，AIXI 保證最終會勝出。

與當前典範的連結#

報告對實務工作者最重要的論點是：現代預訓練配方可能是受資源限制的通用人工智慧近似法。

• 原則上，AIXI 大部分的「繁重工作」都能交由預測器處理（Catt et al. 2023；Kim & Lee 2026）。
• 以大型參數模型透過最小化對數損失訓練的攤銷式貝葉斯預測器，理論上可能逐步逼近通用極限（Grau-Moya et al. 2024；Genewein et al. 2026）。依此觀點，使用網路規模資料訓練大型序列預測器，≈ 隨著規模擴大而提升的受資源限制通用壓縮。
• AIXI 配方接著建議在上方加上明確的規劃／搜尋框架（測試時計算），以取得通用代理程式；這與「智慧即搜尋」論點有所重疊。

這為一項猜想提供了一些理論支持：今日的預訓練＋微調＋測試時擴展典範，或許能推進至 ASI 領域，而不會遇上根本性的理論障礙；但相關論證「既不完整，也未具決定性」，實務限制（持續學習、長上下文、穩健規劃）依然存在。

缺點與替代方案#

• 不可計算性，以及將理論轉化為可擴展演算法的困難（已有一些進展：Veness et al. 2011 的 MC-AIXI、Schmidhuber 的速度先驗變體，但都仍不實用）。
• 非嵌入性：AIXI 位於自身環境類別之外（因為它不可計算），因此無法將自己建模為嵌入其中，也無法推理其他 AIXI 代理程式；近期提出的嵌入式多代理程式擴充，已著手處理此問題（Meulemans et al. 2025）。
• 相關性批評：在所有可計算世界上的平均表現，可能不是衡量我們現實世界的恰當標準；限制假設類別則會重新引入強假設。
• 互補架構：反思預言機、邏輯歸納、Schmidhuber 的 Gödel 機器、計算力學、PAC／統計學習理論、演算法賽局理論，以及熱力學有界理性（以 Landauer 為基礎的智慧能量界限）。

延伸閱讀#

• Artificial Superintelligence (ASI) — ASI 是朝 AIXI／UAI 極限逼近的實際區域；Legg–Hutter 連續光譜是報告避開明確 ASI 定義的方式
• AGI-to-ASI Pathways — UAI 從上方界定各種路徑；「規模擴大是否足夠？」可對應到投入更多算力來逼近 AIXI
• The Bitter Lesson —「在假設／策略空間中搜尋即智慧」是兩者的共同前提；交錯執行的 AIXI 近似法，是「更多算力 → 更多搜尋 → 更高智慧」的理論形式
• Effective Compute Scaling — AIXI 近似法保證隨算力增加而改善，但蠻力版本需要算力以極快速度成長，才能換得線性的智慧提升
• The Abstraction Barrier — AIXI 理想與當前以人類資料訓練的典範之間，可能存在的實務落差
• Fundamental Limits of ASI — AIXI 將一項硬性極限（資料效率最大化）形式化；物理、複雜度與邏輯則補足其他部分
• Shane Legg / Marcus Hutter — 此架構與智慧衡量方式的創始者
• Software 3.0 — Karpathy 的「以神經網路作為主程序」在典範層面上，與「預訓練即通用壓縮」相近

開放問題#

• 現代代理式框架（或經 RL 調整的隱含決策）是否真正符合 AIXI 的規劃理想，還是只是表面相似？
• 嵌入式／多代理程式 AIXI 擴充能否為真實的多代理程式 ASI 提供實用洞見（Multi-Agent Collective Intelligence），還是仍只是理論上的修補？
• 在達到 ASI 之前，當前典範的根本缺點（相較於 AIXI 理想）是否會浮現——也就是說，「沒有理論障礙」這項猜想是否站得住腳？

資料來源#

• From AGI to ASI — 第 4 節（「Universal AI — An Informal Overview」）；文中引用 Hutter et al. (2024) 作為權威教科書