论文提出：智能是把惊喜转化为理解的能力
burny_tech · x · 2026-07-23
一篇论文把“智能”定义为把惊喜转化为理解的能力
预印本 《Intelligence from Learnable Novelty》 认为，智能不是“惊喜”本身，而是把新奇经验拆成可学习与不可学习两部分，只优化前者的能力。
- 作者指出两类常见目标各有失败方式：novelty search 容易被噪声困住，surprise minimization 则容易陷入静止。
- 论文提出一个基于reservoir computing 的廉价可微估计器，用来衡量“可学习新奇性”。
- 实验显示，该方法可以：
- 复现复杂性分类中的经典结果，把 Rule 110 排到元胞自动机前列；
- 生成 solitons 及其碰撞/传播结构；
- 在无标签条件下对 MNIST 做聚类；
- 作为强化学习的内在奖励，提升探索能力。
- 作者试图用一个统一的可微量，把复杂性生成、抽象与探索联系起来。
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
- HF 工程师争论:非生成任务全用因果注意力是在浪费算力 — antoine_chaffin · 2026-09-11
- 智利学者：AI 反馈规模化是医学教育可持续的关键 — julianvarascom · 2026-09-11
- Nature 新研究实现全身器官细胞活动成像,揭示跨器官体级回路 — arjunrajlab · 2026-09-11
- SignNet 1M 手语数据集发布 — ducha_aiki · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- InFlux++ 方法发布 — ducha_aiki · 2026-09-11