AIXI es un formalismo matemático teórico para la inteligencia artificial general que combina la inducción de Solomonoff con la teoría de decisión secuencial. Propuesto por primera vez por Marcus Hutter en 2000, fue elaborado en su libro de 2005 Universal Artificial Intelligence. AIXI es un agente de aprendizaje por refuerzo que busca maximizar las recompensas totales esperadas considerando cada hipótesis computable sobre su entorno, ponderada por la complejidad algorítmica según la navaja de Occam.
El formalismo define un agente ideal que, en cada paso de tiempo, evalúa todos los programas posibles en una máquina de Turing universal para predecir percepciones y recompensas futuras, y luego selecciona la acción con la mayor suma esperada de recompensas futuras. Debido a que es incomputable en la práctica, AIXI sirve principalmente como un punto de referencia teórico para la toma de decisiones secuencial óptima, más que como un algoritmo directamente implementable.
Etimología
Según Hutter, el nombre 'AIXI' tiene múltiples interpretaciones. Puede significar 'IA basada en la distribución de Solomonoff', donde la letra griega xi (ξ) denota el prior de Solomonoff. Alternativamente, puede leerse como 'IA' cruzada (X) con inducción (I), simbolizando el cruce de la inteligencia artificial con la inferencia inductiva. Existen otras interpretaciones, pero estas dos son las más citadas en la literatura.
Definición formal
AIXI interactúa con un entorno μ desconocido pero computable durante una vida útil finita m. En cada paso de tiempo t, el agente elige una acción a_t de un conjunto 𝒜 y recibe una percepción e_t = (o_t, r_t) del entorno, donde o_t es una observación y r_t es una recompensa. El entorno se modela como una distribución de probabilidad μ sobre las percepciones condicionada al historial completo de acciones y percepciones, por lo que no se asume ninguna propiedad de Markov. El entorno es computable: sus respuestas pueden simularse mediante un programa que se ejecuta en una máquina de Turing.
El objetivo del agente es maximizar la recompensa total ∑_{t=1}^{m} r_t. En el tiempo t, AIXI selecciona la acción a_t que maximiza la expresión:
at := arg max_at ( ∑_{o_t r_t} ... max_{a_m} ∑_{o_m r_m} [r_t + ... + r_m] ∑_{q: U(q, a_1...a_m) = o_1 r_1...o_m r_m} 2^{-length(q)} )
Aquí, U es una máquina de Turing universal monótona, y q abarca todos los programas deterministas que, dada la secuencia completa de acciones, producen la secuencia de percepciones. El peso 2^{-length(q)} codifica un prior de simplicidad: los programas más cortos se consideran más probables. Intuitivamente, AIXI considera cada entorno computable consistente con su pasado, pondera cada uno por su complejidad y elige la acción que maximiza la recompensa futura total esperada.
Parámetros
Los parámetros clave son la máquina de Turing universal U y la vida útil del agente m. El parámetro de vida útil puede eliminarse introduciendo un factor de descuento, como discute Hutter. La elección de U afecta la ponderación precisa de los entornos, pero no las propiedades esenciales de optimalidad.
Propiedades de optimalidad
Se ha demostrado que AIXI satisface varios criterios fuertes de optimalidad. Es Pareto óptimo: ningún otro agente se desempeña al menos tan bien en todos los entornos y estrictamente mejor en al menos uno. También es Pareto óptimo equilibrado, lo que extiende la noción a sumas ponderadas de entornos. Además, AIXI es autooptimizante para ciertas clases de entornos: a medida que la vida útil del agente se acerca al infinito, su desempeño se acerca al máximo teórico para esos entornos. Estos resultados establecen a AIXI como un límite superior teórico para los agentes de aprendizaje por refuerzo.
Relación con otros enfoques de IA
AIXI difiere de los métodos prácticos de aprendizaje automático, como el aprendizaje profundo y los grandes modelos de lenguaje, que dependen de datos finitos e inferencia aproximada. Mientras que esos métodos utilizan redes neuronales y arquitecturas de transformadores para generalizar a partir de ejemplos, AIXI asume computación ilimitada e inferencia bayesiana exacta sobre todos los entornos computables. Proporciona un ideal formal que los sistemas prácticos aproximan pero no pueden lograr completamente.
El formalismo está estrechamente relacionado con la investigación en IA general, ya que busca capturar la inteligencia universal en lugar del desempeño específico de tareas. Sin embargo, su incomputabilidad lo convierte en una guía teórica más que en un plano de ingeniería. Los investigadores suelen usar AIXI como una base conceptual para desarrollar algoritmos más prácticos que aproximen su regla de decisión bajo restricciones de recursos.
Desafíos computacionales
La definición de AIXI implica sumas y maximizaciones sobre todos los programas y todos los futuros posibles, lo cual es incomputable en general. La cuantificación universal sobre programas hace que el problema de decisión del agente sea indecidible, ya que requiere resolver el problema de la detención para programas arbitrarios. Hutter ha señalado que incluso versiones simplificadas son intratables, y se ha dedicado un esfuerzo significativo a encontrar aproximaciones computables, como AIXItl, que limita la longitud del programa y el horizonte temporal.
Implicaciones filosóficas
AIXI encarna una respuesta formal a la pregunta de qué debería hacer un agente perfectamente racional al enfrentarse a un entorno desconocido. Su dependencia de la inducción de Solomonoff formaliza la navaja de Occam, y su marco de teoría de decisión se conecta con la teoría del aprendizaje por refuerzo. El agente asume que el entorno verdadero es computable, lo que se alinea con la tesis de Church-Turing. Los críticos argumentan que la suposición de computabilidad y el uso de un prior universal pueden no capturar todos los aspectos del razonamiento del mundo real, pero el formalismo sigue siendo una referencia para las discusiones sobre inteligencia universal.
Impacto y recepción
Desde su propuesta en 2000, AIXI ha influido en la investigación teórica en inteligencia artificial y aprendizaje por refuerzo. El libro de Hutter de 2005 Universal Artificial Intelligence sigue siendo una referencia estándar. El concepto ha sido citado en discusiones sobre seguridad de IA general y teoría de decisión, y ha inspirado variantes y aproximaciones. Sin embargo, su falta de implementabilidad directa ha limitado su uso en sistemas aplicados. No obstante, sigue siendo un concepto clave en los fundamentos teóricos de la IA.