Ich habe einen Hintergrund in Computertechnik und habe daran gearbeitet, bessere Algorithmen zu entwickeln, um menschliches Denken nachzuahmen. (Einer meiner Favoriten ist die analoge Modellierung für die Sprachverarbeitung und Entscheidungsfindung.) Je mehr ich jedoch recherchiere, desto mehr wird mir klar, wie kompliziert KI ist.
Ich habe versucht, viele Probleme auf diesem Gebiet anzugehen, aber manchmal stelle ich fest, dass ich das Rad neu erfinde oder versuche, ein Problem zu lösen, das sich bereits als unlösbar erwiesen hat (dh das Problem des Anhaltens). Um die KI voranzutreiben, möchte ich die aktuellen Hindernisse, die unseren Fortschritt auf diesem Gebiet behindern, besser verstehen.
Beispielsweise ist die zeitliche und räumliche Komplexität einiger Algorithmen für maschinelles Lernen superpolynomisch, was bedeutet, dass es selbst bei schnellen Computern eine Weile dauern kann, bis das Programm abgeschlossen ist. Trotzdem können einige Algorithmen auf einem Desktop oder einem anderen Computer schnell sein, während sie mit einem kleinen Datensatz arbeiten, aber wenn die Größe der Daten erhöht wird, wird der Algorithmus unlösbar.
Was sind andere Probleme, mit denen die KI-Entwicklung derzeit konfrontiert ist?