Які основні проблеми, що заважають поточному розвитку ШІ?

Я маю досвід комп’ютерної інженерії і працюю над розробкою кращих алгоритмів для імітації людської думки. (Один з моїх улюблених - це Аналогічне моделювання, яке застосовується до мовної обробки та прийняття рішень.) Однак, чим більше я досліджую, тим більше я усвідомлюю, наскільки складний ШІ.

Я намагався вирішити багато проблем у цій галузі, але іноді виявляю, що я вигадую колесо або намагаюся вирішити проблему, яка вже виявилася нерозв'язною (тобто проблема зупинки). Отже, щоб допомогти в подальшому розвитку ШІ, я хочу краще зрозуміти поточні перешкоди, які заважають нашому прогресу в цій галузі.

Наприклад, складність часу та простору деяких алгоритмів машинного навчання є надполіноміальною, а це означає, що навіть для швидких комп'ютерів програма може зайняти деякий час. Навіть все-таки деякі алгоритми можуть бути швидкими на настільному або іншому комп’ютері під час роботи з невеликим набором даних, але при збільшенні розміру даних алгоритм стає непереборним.

Які ще проблеми, що стоять перед розвитком ШІ?

1. ми не знаємо, що таке інтелект.

2. ми по-справжньому не розуміємо найкращої моделі інтелекту, яку ми маємо в наявності (інтелект людини).

3. ми намагаємось копіювати людський інтелект (певною мірою) на апаратне забезпечення, яке сильно відрізняється від апаратного забезпечення, яке воно реально працює.

4. людський мозок (наша найкраща модель інтелекту) - це здебільшого чорна скринька для нас, і важко дослідити / самоаналізувати його роботу, не вбиваючи випробуваного. Це, звичайно, неетично і незаконно. Тож прогрес у розумінні мозку відбувається дуже повільно.

Поєднайте ці фактори, і ви зможете зрозуміти, чому важко досягти прогресу в ШІ. Багато в чому можна стверджувати, що ми знімаємо в темряві. Звичайно, ми досягли певного прогресу, тож знаємо, що якісь речі вдаємося. Але без реальної всеосяжної теорії про те, як AI повинен / буде працювати, ми зводимося до безлічі спроб і помилок і ітерацій, щоб рухатися вперед.

Я припускаю, що AI ви маєте на увазі AG (eneral) Я, а не машинне навчання або експертні системи, налаштовані на конкретні завдання.

На додаток до відповіді @ mindcrime, іноді у нас не вистачає зразків для навчання, а іноді комп'ютери стають настільки повільними, щоб обробляти достатньо зразків для роботи в керованих часових масштабах. @bpachev згадував пам'ять, але, на перший погляд, наші суперкомп'ютери мають більш ніж достатньо пам'яті для зберігання матриці людського мозку. Але нам не вистачає можливості моделювати це в режимі реального часу. Після того, як ми зможемо це зробити, нам також потрібно підключити зовнішній вхід, для цього потрібно ще більша потужність обробки. Навіть цього не вистачило б для повноцінного моделювання людського мозку, оскільки біохімія відіграє важливу роль.

Останнє зауваження, що це мало стимулів для розвитку AGI, окрім розуміння того, як працює людський розум. Існують алгоритми класифікації, експертні системи, двигуни знань, які можуть випереджати навіть найкращих людей для конкретних завдань.

Однією перешкодою для розвитку ШІ є фундаментальні обмеження пам'яті комп'ютера. На фундаментальному рівні комп'ютери можуть працювати лише з бітами. Це обмежує тип інформації, яку вони можуть описати.

Редагувати:

Точна природа та складність пам’яті людини до кінця не зрозуміла, але я заперечую, що принаймні людська пам’ять добре пристосована до типів завдань, які виконує людина. Таким чином, комп'ютерна пам'ять, навіть якщо теоретично здатна представляти все, що може пам'ять людини, напевно, неефективна і погано структурована для такого завдання.