Các vấn đề chính cản trở sự phát triển AI hiện tại là gì?

Tôi có một nền tảng về Kỹ thuật Máy tính và đã nghiên cứu phát triển các thuật toán tốt hơn để bắt chước suy nghĩ của con người. (Một trong những mục yêu thích của tôi là Mô hình tương tự như được áp dụng cho xử lý ngôn ngữ và ra quyết định.) Tuy nhiên, càng nghiên cứu, tôi càng nhận ra AI phức tạp đến mức nào .

Tôi đã cố gắng giải quyết nhiều vấn đề trong lĩnh vực này, nhưng đôi khi tôi thấy rằng tôi đang phát minh lại bánh xe hoặc đang cố gắng giải quyết một vấn đề đã được chứng minh là không thể giải quyết được (ví dụ: vấn đề tạm dừng). Vì vậy, để giúp phát triển AI hơn nữa, tôi muốn hiểu rõ hơn về những trở ngại hiện tại đang cản trở tiến trình của chúng tôi trong lĩnh vực này.

Ví dụ, độ phức tạp về thời gian và không gian của một số thuật toán học máy là siêu đa thức, điều đó có nghĩa là ngay cả với các máy tính nhanh, có thể mất một lúc để chương trình hoàn tất. Mặc dù vậy, một số thuật toán có thể nhanh trên máy tính để bàn hoặc máy tính khác trong khi xử lý một tập dữ liệu nhỏ, nhưng khi tăng kích thước của dữ liệu, thuật toán sẽ trở nên khó hiểu.

Các vấn đề khác hiện đang đối mặt với phát triển AI là gì?

1. chúng ta không thực sự biết trí thông minh là gì.

2. chúng ta không thực sự hiểu mô hình trí thông minh tốt nhất mà chúng ta có (trí thông minh của con người) hoạt động.

3. chúng tôi đang cố gắng tái tạo trí thông minh của con người (ở một mức độ nào đó) trên phần cứng, khác hẳn với phần cứng mà nó chạy trên thực tế.

4. bộ não con người (mô hình thông minh tốt nhất của chúng ta) chủ yếu là hộp đen đối với chúng ta và rất khó để thăm dò / hướng nội hoạt động của nó mà không giết chết đối tượng thử nghiệm. Điều này, tất nhiên, phi đạo đức và bất hợp pháp. Vì vậy, tiến bộ trong việc hiểu não là rất chậm.

Kết hợp các yếu tố đó và bạn có thể hiểu tại sao khó đạt được tiến bộ trong AI. Theo nhiều cách, bạn có thể lập luận rằng chúng ta đang chụp trong bóng tối. Tất nhiên, chúng tôi đã đạt được một số tiến bộ, vì vậy chúng tôi biết rằng chúng tôi đang làm một số điều đúng. Nhưng không có một lý thuyết toàn diện thực sự về cách AI nên / sẽ hoạt động, chúng ta bị giảm xuống rất nhiều thử nghiệm và sai sót và lặp đi lặp lại.

Tôi giả sử bởi AI, bạn có nghĩa là AG (enass) I, không phải máy học hay hệ thống chuyên gia điều chỉnh cho các nhiệm vụ cụ thể.

Ngoài câu trả lời của @ mindcrime, đôi khi chúng tôi hết mẫu để đào tạo và đôi khi máy tính trở nên quá chậm để xử lý đủ mẫu để hoạt động trong thời gian có thể quản lý được. @bpachev đã đề cập đến bộ nhớ nhưng trên bề mặt, siêu máy tính của chúng ta có quá nhiều bộ nhớ để lưu trữ một ma trận não người. Nhưng chúng ta thiếu khả năng mô phỏng nó theo thời gian thực. Sau khi chúng tôi có thể làm điều đó, chúng tôi cũng cần kết nối đầu vào bên ngoài, thậm chí cần nhiều sức mạnh xử lý hơn cho điều đó. Ngay cả điều đó cũng không đủ để mô phỏng bộ não con người một cách đầy đủ vì hóa sinh đóng vai trò quan trọng.

Một lưu ý cuối cùng là sẽ có rất ít động lực để phát triển AGI ngoài việc hiểu cách thức hoạt động của tâm trí con người. Có các thuật toán phân loại, hệ thống chuyên gia, công cụ tri thức có thể thực hiện ngay cả những người giỏi nhất cho các nhiệm vụ cụ thể.

Một trở ngại cho sự phát triển của AI là những hạn chế cơ bản của bộ nhớ máy tính. Máy tính, ở mức cơ bản, chỉ có thể làm việc với các bit. Điều này giới hạn loại thông tin mà họ có thể mô tả.

BIÊN TẬP:

Bản chất chính xác và sự phức tạp của bộ nhớ con người không được hiểu đầy đủ, nhưng tôi sẽ lập luận rằng ít nhất, bộ nhớ của con người thích nghi tốt với các loại nhiệm vụ mà con người thực hiện. Do đó, bộ nhớ máy tính, ngay cả khi về mặt lý thuyết có khả năng đại diện cho mọi thứ mà bộ nhớ của con người có thể, có lẽ không hiệu quả và có cấu trúc kém cho một nhiệm vụ như vậy.