“半个多世纪来，AI先驱们已为一个将历经多代人完成的宽阔而优雅的结构奠定了基础。就是一座中世纪大教堂的地基和框架，它将成为新的圣智殿堂。这个框架将把无论在大脑、心智或机器中，还是在细胞、树木或生态系统中发现的各种智能实例——纳入通用的原则之下。这一结构正逐步揭示智能的新定义，凭借观察、实验、建模和示例，细致构建。它甚至可能最终产生一个真正的智能度量标准，而在智力测试开始一个多世纪后，这一标准仍然难以捉摸。

就像牛顿探索运动定律一样发现智力的法则。牛顿之前，人们未能察觉 “散步、河流湍流、风、潮汐、血液循环、车轮滚动、炮弹轨迹或行星轨道”之间的共性，而牛顿找到了这些现象背后的通用原理。智能的多样性可能超过运动的种类，但若找到其基本法则，这些法则将是简洁的，能够优雅地涵盖无限的多样性。

计算理性 computational rationality, a converging paradigm for every kind of intelligence 成为了计算机科学家描述这一结构的术语，它是一种融合各种智能形式的新范式。即智能并不是由承载它的媒介——无论是生物的还是电子的——所决定的，而是由系统中元素之间的交互方式所决定的。

智能始于系统确定一个目标（我想去看电影；我需要学习解析几何），通过（从老师、训练集、自身经验或他人的经验）学习，然后自主地前进，适应复杂、多变的环境。或者你可以将智能实体想象成网络，通常排列成智能系统的层级结构——人类无疑是其中最复杂的，但人类的集合体则更为复杂。

智能的三个核心理念包括：智能体设定目标，并规划行动；在许多现实问题中可能难以实现的最优解，但可以通过算法近似解决；这些算法可根据具体需求调整，either off-line through engineering or evolutionary design, or online through metareasoning mechanisms that select the best strategy on the spot for a given situation 无论是通过工程或进化设计的离线方式，还是通过元推理机制的在线方式，这些机制可以在特定情况下选择最佳策略（Gershman 等，2015）

Our unfinished—our barely begun—grand structure of computational rationality is already large and embraces multitudes. 我们未完成的——我们刚刚开始的——计算理性宏伟结构已经很大，并且包含了众多内容。生物学家现在能轻松讨论从细胞到符号层面的认知，神经科学家识别人类和动物共有的计算策略，树木学家发现树木可以通过交流预警危险或传达信息。

人文学科也找到了自己在这一结构中的位置，虽然大多数人意识到这一点花了很长时间。当然，人工智能在此发挥了关键作用，作为启示者、灵感来源和挑衅者。”

点击图片查看原图