新预印本用“可学习新颖性”统一智能概念
drmichaellevin · x · 2026-07-22
- 一篇新预印本《Intelligence from Learnable Novelty》试图把统计学、机器学习、复杂系统和智能体行为里那些看似不同的“智能”定义，统一到一个核心原则：追求可学习的新颖性。
- 作者推导了 Epiplexity 的闭式近似，并声称它与智能之间存在深层联系，可将 Epiplexity 重新理解为一种“可学习的新颖性”。
- 他们进一步在不同系统里最大化 Epiplexity，观察到一些有趣现象，包括细胞自动机中的复杂孤子交互，以及图像编码器中的行为变化。
- 这条线程的核心价值在于：它给“智能是什么”提供了一个跨学科的新解释框架，而不是只在单一学科里讨论一个局部指标。
所属事件:新论文提出智能统一框架：追求可学习的新颖性(7 条相关)→
「研究」频道最新
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 把数据调度变成优化的一部分：样本选择与排序影响 LLM 训练 — Puzzleheaded_Box2842 · 2026-09-11
- Jeff Heaton《神经网络数学导论》开放免费完整下载 — blaizedsouza · 2026-09-11
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11