Без заголовка

Совершенно необязательно в качестве стратегической цели я вижу приход к разуму, повторяющему человеческий. Меня всегда удивляло, что после изобретения музыкального синтезатора развитие инструментов закончилось во многом тем, что как можно точнее начали воспроизводить звуки классических акустических инструментов -- типа того же рояля. А собственно синтезаторы волновали очень небольшую часть музыкантов. Так и тут: вовсе необязательно проходить по тому же пути, по которому проходило знание о человечьем разуме. Я выполняю тут программу learnining by discovery, сформулированную Дугласом Ленатом ещё в начале 80-х. Только тогда вычислительные мощности были крошечными. А сейчас можно и впрямь что-то сделать, и попробовать руками, а не только бла-бла-бла на темы всех этих "разумов". Ежели рассматривать жизненный цикл человеческого знания, то наилучшей формулировкой, которую я нашел на настоящий день, является lerning by discovery, или Accretion Model of Theory Formation Дугласа Лената. Компактифицирование знания, его рефакторинг, изменение формы презентации являются существенными стадиями этого жизненного цикла (конечно, эти стадии пересекаются!). Вот эта "модель прироста в формировании теорий" (http://eksl.isi.edu/files/library/Lenat-1983-theory-formation-by-heuristic-search-AIJ-heuristics.pdf, а более ранняя цитируемая там работа -- http://www.dtic.mil/cgi-bin/GetTRDoc?AD=ADA096511&Location=U2&doc=GetTRDoc.pdf): 1. Когда дано немного новых (не полностью исследованных) определений, объектов, операций, правил и т.д., немедленно собери о них эмпирические данные: найди их примеры, попробуй их применить и т.д. 2. По мере того, как это продвигается, пробуй заметить в данных регулярности, паттерны и исключения для паттернов. 3. Из этих наблюдений сформируй новые и модифицируй старые гипотезы. В мире, который ты можешь как-то контролировать, спланируй и проведи эксперименты для проверки этих гипотез. 4. По мере того, как развивается набор догадок, экономизируй путем создания новых определений, которые укорачивают формулировки наиболее полезных догадок. Весь циклический процесс сейчас начнется заново с шага 1, на материале этих новых определений. 5. По мере прохождения цикла (шаги 1-4), становится необходимо время от времени обобщать некоторые новые специализированные эвристики, перерабатывая прошедший опыт обучаемого [тут нужно учесть, что Ленат описывает "обучение открытиями" -- lerning by discovery] 6. В еще более редких случаях будет необходимо дополнить или сдвинуть репрезентацию, в которой кодировано знание о предметной области. 7. Для всех шагов в этой модели, даже для шагов 5, 6 и 7, достаточно собирать и использовать набор эвристик, неформальных правил рассуждения, которые ведут исследователя к наиболее приемлемым альтернативам и уводят от наиболее неприемлемых. Мы тут на первых шагах: как вы пишете -- "попробуем сделать молоток и поиграться с ним". Ну, и важно делать что-то в пределах возможного, чтобы не тратить время на обсуждение всяких "настоящий разумов" в их сегодняшних глубоко антропоцентричных пониманиях. Меня не волнует, обзовут ли мой думающий молоток бихевиористским или когнитивистским. Как хотите, так и называйте. Мои личные пристрастия тут -- да, бихевиоризм, тупой бихевиоризм, он же reinforcement learning в приложении к абсолютно тупым нейросеткам. Будем играться с ним. И он позволит решить довольно сложные задачи, которые раньше решить было нельзя. А потом посмотрим, что нужно сделать, чтобы решить другие, более сложные классы задач, недоступные для reinforcement learning. Обратите внимание, что даже до reinforcement learning нужно научиться работать с convolution NN и recurrent NN, так что это даже не самое начало пути. Всё по очереди, всё пошагово. На каждом шаге определяем, куда идти дальше. И помним на каждом шаге, что у нас не люди, и повторять людей необязательно. А вот решать конкретные задачи на каждом шаге обязательно.