Artificial intelligence algorithm

Обзор принципов что от чего зависит бесконечен. Множество алгоритмов, которые бы считали такие зависимости, так же бесконечен.

​

Границей проекта, будет когда система сможет начать отвечать на вопросы. В отличие от прочих систем умеющих отвечать на вопросы, эта система будет сама учиться, и не достающие и ни кем не описанные знания будет исследовать. Если она сможет отвечать на вопросы, то она сможет ответь на вопрос, что нужно подправить в самой этой системе, для получения лучшего результата. Лучшего по скорости, по значимости... По чему либо, что улучшит ее эффективность прогнозирования. Т.е. система сможет сама себя совершенствовать.

​

И тогда, нам останется только наблюдать, как она сама совершенствуется. Не стоит забывать, что это не злобная сущность радующая за свое самосохранение, как часто представлено во многих литературных и кинематографических фантастических произведениях.  Это просто система прогнозирования, вычисляющая математическую вероятность соответствия ответа вопросу. Ищет ответ на вопрос, что ее улучшит. Как поставлен вопрос, таков и будет результат.

​

Первый возникающий вопрос, каков уровень необходимых алгоритмов, и почему они смогут выполняться на текущих вычислительных системах.

​

Совсем не обязательно для этого реализовывать все варианты зависимостей, которые может находить мозг человека. Более того, в теории достаточно даже нулевого уровня (см. Что сделано, выводы по нулевому уровню).

​

На практике, в моем представлении, для этого необходимо реализовать пять уровней управления курсором, ищущим точку от которой зависит прогнозируемое значение (см. раздел Классификация зависимостей). Хотя могу предположить, что при некоторых искусственных условиях постановки вышеуказанного вопроса, достаточно будет двух уровней. Каждый из этих уровней имеет свои подуровни сложностей.

​

По объему необходимых расчетов, можно сказать так. В этих алгоритмах, наиболее долгим будет поиск правил, а не применение их. Найденные правила, это готовые обычные программы - они выполняются сверх быстро относительно человеческих возможностей.

​

Если же система пока не знает решения, и этого решения нигде не описано, то поиск может занять длительное время. Человек учится говорить несколько лет. Исследователи делают новые заметные открытия раз в несколько лет. Именно этому процессу аналогичен процесс поиска новых правил зависимостей, и потому если эта программа будет их находить быстрее чем за несколько лет, то значит программа удалась.

​

При этом могу сказать, что некоторые алгоритмы выделяющие закономерности первого уровня у меня уже сделаны, и они дают первые результаты уже на второй минуте расчета. Для человека этот процесс будет нескольких дней или даже недель - попробуйте взять абсолютно не знакомые данные, и найти в них закономерности. Можно было бы предложить для примера русскоговорящему человеку искать закономерности в китайском, но в нем уже имеются знакомые разметки - пробелы, точки и запятые. Потому равноценным процессом будет предложить человеку искать закономерности скажем в бинарных файлах.

​

В общем, предполагаю, что если сделать минимальный набор алгоритмов правильно, то потребуются порядка пары недель, что бы она начала находить необходимые знания для совершенствования себя. Но там будет видно.