人工通用智能的范畴论比较框架

本文提出了一种基于范畴论的形式化比较框架，用于分析不同人工通用智能（AGI）架构之间的结构关系。通过将智能系统建模为范畴中的对象，并利用函子和自然变换刻画其功能映射与层次化组合，该框架为AGI的理论比较提供了统一的数学语言。研究旨在推动AGI设计原则的抽象化与系统化。

背景速读

- 这篇 arXiv 投稿试图用**范畴论**（数学中研究结构之间抽象关系的分支）来搭建一个比较不同 AGI 路线的统一框架。 - 作者认为当前 AGI 讨论缺乏形式化、可量化的对比工具，因此引入“AGI 范畴”（AGI-category）的概念，将不同的智能系统（包括人类）视为范畴中的对象，用**函子**（functor）和**自然变换**（natural transformation）来刻画它们之间的关系与转换。 - 读者可能需要知道：范畴论已被用于理论计算机科学和认知科学建模，但将其直接应用到 AGI 比较仍属前沿且争议较大——关键在于它能否提供超越直觉比喻的实质性洞见。 - 该论文尚在 arXiv 预印本阶段，未经同行评审；其目标读者主要是对数学基础与 AI 理论交叉感兴趣的研究者。