Вопрос разработки Искуственного Интеллекта (ИИ) на сегодня является пожалуй самым интригующим вопросом развития человечества. Поэтому предлагаю собрать известную информацию в одном месте
Мои сведения таковы. Искусственный Интеллект (не путать с Искусственным Разумом, что такое разум доселе не известно, а вот интеллект вполне определяем) это модель восприятия и переработки информации, при которой дальнейшее поведение особи, наделённой ИИ определяется теми выводами, которые она сделала из поступившей информации, на основе тех фактов и законов, которые ей уже известны.
Традиционно самыми простыми ИИ являются экспертные системы (ЭС), которые принимают решения на основании фиксированной базы знаний какой-то конкретной области. Эти знания при помощи методов специальной дисциплины под названием инжинирия знаний извлекаются из экспертов в данной области (путём опроса) и вносятся в базу знаний. Таким образом, работа разделена на 2 источника данных - экспертные знания, которые принимаются а приори, и знания об анализируемом объекте, где надо принять требуемое решение на основе поступающих от него данных.
У ЭС есть один существенный недостаток - они пользуются исключительно знаниями экспертов и не могут ни перейти на новый уровень абстракции, ни применить свои знания к другой области. То есть реакция у правильно настроенной ЭС на данные объекта не из её области должно быть высказывание, что этот объект не может быть проанализирован. Этот основной недостаток связан с тем, что ЭС не может формировать новые понятия, а действует по заранее отработанному алгоритму на основе представлений экспертов об области.
Более интересными являются многочисленные системы правдоподобного вывода (СПВ), где реализуются алгоритмы поиска сходства между объектами, и требуемые закономерности формируются на основании пересечения и совокупного анализа множеств объектов, обладающих анализируемым свойством в той или иной мере. Например, при разборе биологических свойств химических соединения на основании известной структуры производится поиск группы-кандидата на проявление биологического свойства путём поиска наибольшего общего подграфа для множества соединений, проявляющих данные свойства. Каждый такой кандидат формирует некую гипотезу - бывают гипотезы положительные (вызывающие проявление свойства), и отрицательные (запрещающие проявление свойства). Каждое анализируемое свойство после анализа известных соединений сопоставляется с группой гипотез, предположительно описывающих данное свойство, и дальше производится рассуждение для неизвестных соединений путём проверки на наличие каждого свойства (например, ДСМ-правдоподобные рассуждения, акк. В.К. Финн, ВИНИТИ). СПВ можно отнести к системам автоматической классификации.
Положительными отличиями от ЭС является отсутствие у СПВ необходимости собирать знания экспертов. Однако и они скованы рамками того формализма, в котором описана анализируемая область. Однако в процессе работы СПВ (в определённых случаях, когда предложеный формализм не позволяет эффективно объяснять известные примеры) может быть вынесено суждение о необходимости дополнительного формального исследования области.
Область автоматического формирования новых признаков и свойств наименее исследована, поскольку свойства и признаки могут быть совершенно разного порядка и уровня абстракции. Однако некоторые соображения имеются и тут. Например, формирование новых свойств на осноании многомерного кластерного анализа, или же различного рода свёртки (простейшие вроде спектра сигнала, представление процесса в виде функции определённого класса и так далее). В общем, надо ковыряться и пробовать.
Самообучение реализуют многие сегодняшние системы, однако оно безинициативно, и подчиняется слишком хорошо прогнозируемым законам.
Есть масса предположений, как именно можно добиться саморазвития ИИ (проблема в проявлении инициативы). В частности, наверное можно сформировать эмоциональные функции состояния, которые являются интегральными для текущего набора фактов (любопытство, страх, радость) и принимать различные стратегии общего поведения на основании значений того или иного чувства и предмета, по отношению к которому оно проявляется (человеческая модель поведения). Или можно внести поведенческие и стратегические директивы внести в список гипотез, которые верифицируются и фальсифицируются наравне с остальными. Это требует дополнительных исследований и повышения возможностей абстрактного автоматического рассуждения.
Формирование пессимистической и оптимистической модели рассуждений и поведения также возможно уже на сегодняшнем уровне понимания области, однако требуются некоторые дополнительные исследования.
Я здесь в общем-то не говорю об частных проблемах ИИ, таких как распознавание образов, принятие решений, оценка ситуации, и так далее. В них существуют свои проблемы, многие из которых, однако могут быть решены, если будут решены описанные глобальные проблемы создания ИИ как личности.