Mam doświadczenie w inżynierii komputerowej i pracuję nad opracowaniem lepszych algorytmów naśladujących ludzkie myśli. (Jednym z moich ulubionych jest modelowanie analogiczne stosowane w przetwarzaniu języka i podejmowaniu decyzji.) Jednak im więcej badam, tym bardziej zdaję sobie sprawę z tego, jak skomplikowana jest sztuczna inteligencja.
Próbowałem rozwiązać wiele problemów w tej dziedzinie, ale czasami odkrywam, że odkrywam koło lub próbuję rozwiązać problem, który już okazał się nierozwiązywalny (tj. Problem zatrzymania). Tak więc, aby pomóc w rozwoju sztucznej inteligencji, chcę lepiej zrozumieć obecne przeszkody, które utrudniają nasz postęp w tej dziedzinie.
Na przykład złożoność czasowa i przestrzenna niektórych algorytmów uczenia maszynowego jest wielomianowa, co oznacza, że nawet w przypadku szybkich komputerów ukończenie programu może chwilę potrwać. Mimo to niektóre algorytmy mogą działać szybko na komputerze stacjonarnym lub innym komputerze, mając do czynienia z niewielkim zestawem danych, ale gdy zwiększa się rozmiar danych, algorytm staje się trudny do rozwiązania.
Jakie inne problemy stoją obecnie przed rozwojem sztucznej inteligencji?