Hutter Prize 提高奖金并扩大数据集以推动 AI 研究
来源标题:Hutter Prize
Hutter Prize 于 2020 年 2 月将数据集和奖金池扩大 10 倍:文本从 enwik8 的 100MB 增至 enwik9 的 1GB,总奖金从 5 万欧元提高到 50 万欧元。该奖由 Marcus Hutter 于 2006 年设立,对压缩文件大小每改进 1% 奖励 5000 欧元,旨在推动人工智能研究。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
Hutter Prize 是由 Marcus Hutter 资助的一项现金奖项,奖励针对一个特定的 1 GB 英文文本文件在数据压缩方面的改进,目标是推动人工智能(AI)研究。
该奖项于 2006 年启动,每提升 1% 的压缩率奖励 5,000 欧元(总奖金池为 500,000 欧元)[1],评比对象是文件 enwik9 的压缩后大小;enwik9 是大型文本压缩基准(LTCB)所用两个文件中较大的一个;[2] enwik9 由特定版本英文维基百科的前 109 字节组成。[3] 这项仍在进行中的[4]竞赛由 Hutter、Matt Mahoney 和 Jim Bowery 组织。[1]
该奖项于 2006 年 8 月 6 日公布[1],当时使用的是较小的文本文件:由 100MB 组成的 enwik8。2020 年 2 月 21 日,数据集和总奖金池都扩大了 10 倍:从 100MB 的 enwik8 扩大到 1GB 的 enwik9;从 50,000 欧元扩大到 500,000 欧元。
Hutter Prize 的目标是鼓励人工智能(AI)研究。组织者认为,文本压缩和 AI 是等价的问题。Hutter 证明,在一个未知但可计算的环境中,一个目标寻求型智能体的最优行为是在每一步都猜测:该环境很可能由与迄今所有交互都一致的最短程序之一所控制。[5] 然而,不存在通用解法,因为 Kolmogorov 复杂度不可计算。Hutter 证明,在受限情形(称为 AIXItl)中——环境被限制在时间 t 和空间 l 内——可以在 O(t2l) 时间内计算出一个解,但这仍然是不可行的。
组织者进一步认为,压缩自然语言文本是一个困难的 AI 问题,等价于通过图灵测试。因此,朝一个目标取得的进展也代表着朝另一个目标取得的进展。他们主张,预测文本序列中下一个最可能出现的字符需要大量现实世界知识。文本压缩器必须解决同样的问题,才能为最可能的文本序列分配最短的编码。[6]
像 ChatGPT 这样的模型由于多种原因并不适合参加 Hutter Prize,它们可能消耗比竞赛允许的更多的计算资源(计算资源和存储空间)。
该竞赛是开放式的,任何人都可以参加。要参赛,参赛者必须提交一个压缩程序和一个解压器,解压后得到文件 enwik9(2017 年之前是 enwik8)。[3] 也可以提交压缩文件而不是压缩程序。压缩文件和解压器(作为 Win32 或 Linux 可执行文件)的总大小必须小于或等于上一届获奖作品的 99%。每提升 1%,参赛者赢得 5,000 欧元。解压程序还必须满足执行时间和内存限制。
提交的作品必须公开,以便进行独立验证。在颁奖之前有 30 天的公众评论等待期。2017 年,规则被修改为要求以自由软件许可证发布源代码,原因是担心“过去的提交作品[未公开其源代码]对其他人毫无用处,其中的想法可能会永远丢失。”[4]
组织者列出了以下获奖者。[1]
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。