Какие компоненты необходимы для самостоятельного программирования агента AI?

У агента ИИ часто считается наличие «датчиков», «памяти», «процессоров машинного обучения» и «реакции». Тем не менее, машина с этим не обязательно становится агентом искусственного интеллекта AI. Помимо упомянутых выше частей, есть ли какие-либо другие элементы или детали, необходимые для того, чтобы машина могла быть самопрограммирующимся агентом ИИ?

Например, в статье за ​​2011 год было заявлено, что решение задачи оптимизации максимизации интеллекта является обязательной функцией для процесса самопрограммирования, как указано ниже:

Говорят, что система выполняет случай самопрограммирования, когда она изучает некоторый элемент своей «когнитивной инфраструктуры», где последний определяется как нечеткий набор «критически важных для интеллекта» функций системы; а критичность к интеллекту функциональности системы определяется как ее «качество», рассматриваемое с точки зрения решения задачи оптимизации максимизации интеллекта многофункциональной системы.

Однако это описание «оптимизации интеллекта» расплывчато. Кто-нибудь может дать четкое определение или лучшее резюме для необходимых компонентов для самопрограммируемых агентов?

_{Этот вопрос относится к закрытой бета-версии 2014 года, а у претендента UID равен 23.}

На самом высоком уровне все, что требуется для того, чтобы различные системы, которые уже обсуждались, включали объекты кода. Если он может интерпретировать свою архитектуру исходного кода / модели из форматированных текстовых объектов, лежащих в их основе, может «понимать» их с точки зрения наличия полезной модели ML и изменять код в соответствии с его реакцией, то он может самостоятельно программировать.

То есть основная петля за рекурсивно улучшающимся интеллектом проста. Он проверяет себя, пишет новую версию, а затем эта новая версия проверяет себя и пишет новую версию и так далее.

Сложный компонент приходит на более низких уровнях. Нам не нужно изобретать новую концепцию, такую ​​как «датчик», нам нужно создавать очень, очень сложные датчики, которые соответствуют задаче понимания кода достаточно хорошо для обнаружения и написания улучшений.