спасибо, коллеги, с удовольствием познакомился.

яндеск начинал с нейронными на рекомендательных системах, были вакансии несколько лет назад. кто-то у них первосходно планирует будущее, какой-то футуролог у них есть. спецы подготовились, обкатались. потом вошли во вкус и наработали уже много, из последнего - автопилот свой. набор, думается, как у всех, с++/python, только вот библиотеки свои, вероятно.

по сути темы,
проблема в том, что сами пока не обучаются.

парадокс решается потихоньку. в принципе, ищутся конкретные алгоритмы выделения "общее-частное", всяких преобразований, принятых в этом мире. принципов мышления -индукции/дедукции. и проблема, действительно, в огромном количестве входов-выходов-состояний. но, если обратите внимание, это первые шаги от собственно сенсорной системы (звук, буквы, картинки, видео, характеристики физических сигналов) вглубь мышления как такового.

например,
всем известно, что цифровой логический блок на 2 входных сигнала (2 бита) может иметь 16 функций. (0, И, НЕ, И-НЕ, ИЛИ, 1 и т.п.) (2^2)^2, и с дргуой стороны, одна лишь функция И-НЕ, позволит выполнить все эти функции, поэтому это основная и любимая всеми микросхема/логический блок вычислений и функция в программировании.

например,
на входе "мама мыла раму"
на управлении "кто мыл?"
на контроле выхода паттерн правильного ответа "мама"
это условно 40 символов по 8 бит (простой ascii).

таким образом мы имеем (40*8)=320, (320^2)^2 функций только на 40 буквенный мир (напр., мир смс-ок)

при этом мы найдём простым перебором эту функцию, но ведь нам надо сделать абстрактную функцию, которая и на вопрос "кто пил пиво?" и хранящую эту информацию у себя в состояниях, ответит "папа". а есть другие критерии - время и ход события, причинно-следственные связи, онтологии всякие, правила языка(-ов) и математики
- кто пил
- с кем пил
- когда, и точно(!) во сколько, причем тут уже период события
- где, с точными, а может предполагаемыми координатами
- что было до
- что было после
- что было бы если
- что будет вероятнее всего
- чего не будет
- что примерно делается вокруг меня сейчас
- что примерно будет вокруг меня с заданном интервале будущего
- что мне надо сделать, как это сделать, подготовить....


это действительно просто, с точки зрения математики, но сложно на данном этапе развития вычислительной техники. но прорывы будут, мир мышления будут кромсать по каждой такой функции, являющейся основой мышления. искать-то надо! к тому же, комбинацию работы этих функций, которая будет искусственным интеллектом. сначала это будет виртуальная амеба (сенсоры, исполнительные механизмы и,собственно, нейронная сеть), а вот к ней уже и будут добавлять слои, сети, корки-подкорки-блоки. будет та же эволюция, только искусственная.

причем прорывных направлений очень много, просто нужно изучать, вплоть до получения принципиально нового вида мышления, кода развитие уже опередит человеческое мышление на сотни порядков.

mayton,

при этом мы найдём простым перебором эту функцию, но ведь нам надо сделать абстрактную функцию

maytonnexomaнапример,
на входе "мама мыла раму"
на управлении "кто мыл?"
на контроле выхода паттерн правильного ответа "мама"
это условно 40 символов по 8 бит (простой ascii).

Максимум что вы сможете получить это экспертную систему котораяя отвечает на вопросы.
Но это не будет ИИ. 40 лет эволюции Prolog показали что нет ИИ на формальной логике
вопросов-ответов.

Интеллект это нечто большее чем просто база фактов.

да, я согласен с Вами. но ведь это пример, скажем, первого слоя. слоев больше, вглубь-в стороны-выше по уровню-ниже по деталям.
мне вообще с 2-часового курса экспертных систем запомнилось одно, "данные - это программа". так и должно быть. так что и фактам место в них обязательно будет.

с точки зрения дискретных функций, функции мышления также будут обычными дискретными функциями, посмотрите на арифметико-лгоические функции для двух бит. даже там уже есть все для интеллекта. и подобие(И), и разница(ИЛИ-НЕ), и следование, и 0 с 1, как неучастие данной цепи в схеме принятия решения.

именно так, докс :)

хочу заметить, что вероятностная логика также сводится к бинарной, просто коэффициенты, да и внутреннние слои, это некие неучтенные на данный момент параметры, которые пока не формализованы. именно поэтому эти самые весовые коэффициенты начинают портить реальную работу настроенных нейронных сетей(напр., статистический гулопереводчик). например, никто еще не сделал нейросеть с дополнительным выводом - "данные некорректны, результат необоснован". почему? почему даже не возникла мысль о подобном методе обучении?

наши знания также основаны на неких аксиоматических фактах, которые частью соответствуют, частью нет - реальному миру. то есть мы тоже пытаемся свести к некоему вероятностному выбору, до определенного развития, после которого следует учитывать новые открывшиеся данные. и включать уже и их, впрочем в то же вероятностное поведение, до следующео эволюционноо развития.

982183д0kХА если нужно ответить на вопрос " Кто всех переиграл ?"
То количество необходимых связей вырастет в десятки миллионов раз .
Главный вопрос "А зачем он это делал?" думаю так и останется без ответа со стороны ИИ.
а, собственно, для такого анализа и делаются такие системы.