Каковы основные проблемы, мешающие развитию современного ИИ?

Я имею опыт работы в области компьютерной инженерии и работаю над созданием лучших алгоритмов, чтобы имитировать человеческое мышление. (Одним из моих любимых является Аналоговое моделирование применительно к языковой обработке и принятию решений.) Однако чем больше я исследую, тем больше понимаю, насколько сложен ИИ.

Я пытался решить многие проблемы в этой области, но иногда я обнаруживаю, что заново изобретаю колесо или пытаюсь решить проблему, которая уже оказалась неразрешимой (т. Е. Проблема остановки). Итак, чтобы помочь в продвижении ИИ, я хочу лучше понять существующие препятствия, которые мешают нашему прогрессу в этой области.

Например, временная и пространственная сложность некоторых алгоритмов машинного обучения является сверхполиномиальной, что означает, что даже на быстрых компьютерах выполнение программы может занять некоторое время. Тем не менее, некоторые алгоритмы могут быть быстрыми на настольном компьютере или другом компьютере, имея дело с небольшим набором данных, но при увеличении размера данных алгоритм становится неразрешимым.

С какими еще проблемами сейчас сталкивается разработка ИИ?

1. мы действительно не знаем, что такое разум.

2. мы действительно не понимаем лучшую модель интеллекта, которую мы имеем (человеческий интеллект).

3. мы пытаемся воспроизвести человеческий интеллект (в некоторой степени) на оборудовании, которое сильно отличается от оборудования, на котором оно работает в реальности.

4. человеческий мозг (наша лучшая модель интеллекта) является для нас главным образом черным ящиком, и трудно исследовать / исследовать его работу, не убивая испытуемого. Это, конечно, неэтично и незаконно. Так что прогресс в понимании мозга очень медленный.

Объедините эти факторы, и вы поймете, почему трудно добиться прогресса в искусственном интеллекте. Во многих отношениях можно утверждать, что мы стреляем в темноте. Конечно, мы достигли некоторого прогресса, поэтому мы знаем, что все делаем правильно. Но без реальной всеобъемлющей теории о том, как ИИ должен / будет работать, мы вынуждены делать много проб и ошибок и итераций, чтобы двигаться вперед.

Я предполагаю, что под ИИ вы имеете в виду AG (общее) I, а не машинное обучение или экспертные системы, настроенные на конкретные задачи.

В дополнение к ответу @ mindcrime, иногда у нас заканчиваются образцы для обучения, а иногда компьютеры становятся настолько медленными, чтобы обрабатывать достаточно образцов, чтобы работать в управляемых временных масштабах. @bpachev упомянул память, но на первый взгляд, наши суперкомпьютеры имеют более чем достаточно памяти для хранения матрицы человеческого мозга. Но нам не хватает возможности смоделировать это в реальном времени. После того, как мы сможем это сделать, нам также потребуется подключить внешний вход, для этого требуется еще больше вычислительной мощности. Даже этого будет недостаточно, чтобы полностью имитировать человеческий мозг, поскольку биохимия играет важную роль.

И последнее замечание: у AGI мало стимулов для развития, кроме понимания того, как работает человеческий разум. Существуют алгоритмы классификации, экспертные системы, механизмы знаний, которые могут превзойти даже лучших людей для решения конкретных задач.

Одним из препятствий на пути развития ИИ являются фундаментальные ограничения компьютерной памяти. На фундаментальном уровне компьютеры могут работать только с битами. Это ограничивает тип информации, которую они могут описать.

РЕДАКТИРОВАТЬ:

Точная природа и сложность человеческой памяти не до конца поняты, но я бы сказал, что, по крайней мере, человеческая память хорошо адаптирована к типам задач, которые выполняют люди. Таким образом, компьютерная память, даже теоретически способная представлять все, что может человеческая память, вероятно, неэффективна и плохо структурирована для такой задачи.