Без заголовка

Вот поглядите тут, как онтологии используют в Watson: http://ontolog.cim3.net/file/work/OntologySummit2014/2014-01-30_OntologySummit2014_Using-Ontology-Tools-Services-Techniques-1/OntologySummit2014_SemanticWeb-In-Watson_v2-short--ChrisWelty_20140130.pdf Выучивание отнесения к онтологическому классу -- эти работы идут, хотя там есть свои сложности, как и везде. То, что с разными "learning" только-только начинают разбираться (и обратная связь тут даже не самое главное, reinforcement learning не панацея), это так. С моделями мира тоже не всё в порядке: начальные инициализации на правильных "символических" моделях мира -- это непонятно как достижимо сейчас, а сложные архитектуры отнюдь не сводимы к использованию ансаблей моделей. Насчёт мощности в полтора раза за год -- там темпы именно для deep learning побыстрее будут. Чисто на стыке софта и железа там уже несколько раз с цепочкой cuDNN библиотек получили даже не за год, а за 9 месяцев. Я думаю, на полтора раза за год это ещё пару лет подождать нужно, чтобы вышли. Ибо сейчас всё двигается в разгоне существенно быстрее, потенциал для оптимизации очень велик. Но это за три года не более чем в 10 раз, так что пока мало что решает, это правда. Но уже 100 раз было бы ой-ой. И, поскольку, слишком много сил на это направлено, эти 100 раз получат быстрей, чем можно было бы ожидать -- мытьём, катаньем, просто вдруг оно будет во всех магазинах, и всё тут. Лет через пять, я думаю -- суммарно алгоритмы+железо.