马库斯·胡特（Marcus Hutter，1967年4月14日生于慕尼黑）是一位德国计算机科学家和教授，专攻通用人工智能的数学基础。他以开发AIXI（一种理论上的最优智能体框架）以及设立人类知识无损压缩的胡特奖而闻名。截至2024年，他在DeepMind担任高级研究员。
胡特曾在慕尼黑工业大学学习物理学和计算机科学。2000年，他加入位于瑞士曼诺的Dalle Molle人工智能研究所，进入于尔根·施密德胡伯（Jürgen Schmidhuber）的研究团队，并在此开始了他在通用人工智能方面的基础性工作。后来，他在澳大利亚堪培拉的澳大利亚国立大学工程、计算与控制论学院担任教授。
AIXI与通用人工智能
自2000年起，胡特开发并发表了名为AIXI的通用人工智能数学理论。该理论将算法概率与强化学习相结合，定义了一个理想化的智能体，该智能体在所有可能的未来中最大化预期奖励。AIXI在实践中不可计算，但作为智能行为的理论基准。他的第一本书《通用人工智能：基于算法概率的序贯决策》于2005年由施普林格出版社出版。
2005年，胡特与其博士生肖恩·莱格（Shane Legg）发表了一项针对人工智能设备的智能测试，提出了一种基于在广泛环境中表现的正式智能度量方法。2009年，胡特发展了特征强化学习理论，将AIXI扩展以更高效地处理复杂状态空间。2014年，拉蒂莫尔（Lattimore）和胡特发表了AIXI智能体的渐近最优扩展，解决了其部分计算限制。
胡特奖
2006年，胡特宣布设立人类知识无损压缩胡特奖，奖金总额为50,000欧元。该奖项激励参与者压缩一个固定的100 MB英文文本文件，旨在推动通用人工智能的进展。2020年，胡特将奖金提高到500,000欧元，反映了压缩作为智能代理指标的重要性持续存在。
公众参与与近期工作
胡特通过访谈和出版物与更广泛的受众互动。2021年，他出现在Lex Fridman播客中，讨论他的通用AI理论。2024年，在Cartesian Cafe上发布了与蒂姆·阮（Tim Nguyen）的更具技术性的后续讨论。他的新书于2024年出版，提供了对通用AI的更易理解的介绍，并回顾了自第一本书以来二十年的进展，包括一章关于人工超级智能（ASI）安全的内容。这项工作在悉尼的首届AI安全研讨会上作为主题演讲进行了展示。
遗产与影响
胡特的工作影响了机器学习和强化学习领域的理论研究，特别是在通用归纳和决策制定方面。他对AIXI的形式化启发了后续关于最优智能体的研究，并在通用人工智能领域被广泛引用。胡特奖继续吸引参与者，并为数据压缩算法的进步做出了贡献。
参见
- Solomonoff归纳