WikiSort.ru - Не сортированное

AI-полная задача, по аналогии с NP-полным классом задач в теории сложности, — проблема, решение которой предполагает создание «сильного AI», то есть решение главной проблемы искусственного интеллекта — сделать компьютеры такими же умными, как люди^[1][2]. Иначе говоря, решение любой AI-полной проблемы требует создания «действительно мыслящего» агента^[2]. В отличие от строгого понятия NP-полноты, AI-полнота используется как неформальный термин.

При определении задачи как AI-полной, подразумевается, что она не может быть решена простым алгоритмом, таким, например, какой использовался в «Элизе». Примерами AI-полных задач можно считать компьютерное зрение, понимание естественного языка^[1], прохождение теста Тьюринга^[3]. Эти задачи легко решаются человеком (некоторые даже описаны в терминах человеческого поведения), но любая из них, по сути, представляет собой сложнейшую систему отношений человеческих понятий. Некоторые компьютерные системы могут решать сильно упрощённые вариации этих задач, но в полной мере они пока не могут быть решены.

См. также

• База знаний

Примечания

Литература

• Murray Shanahan. The Technological Singularity. — MIT Press, 2015. — P. 152–. — 272 p. — ISBN 978-0-262-52780-4.
• Xin-She Yang. Artificial Intelligence, Evolutionary Computing and Metaheuristics: In the Footsteps of Alan Turing. — Springer, 27 July 2012. — P. 9–. — ISBN 978-3-642-29694-9.
• KI 2008: Advances in Artificial Intelligence: 31st Annual German Conference on AI, KI 2008, Kaiserslautern, Germany, September 23-26, 2008, Proceedings. — Springer, 24 September 2008. — P. 1–. — ISBN 978-3-540-85845-4.
• Andras Kornai. Mathematical Linguistics. — Springer Science & Business Media, 16 December 2007. — P. 211–. — ISBN 978-1-84628-986-6.
• Natural Language Processing. — I. K. International Pvt Ltd, 2011. — P. 150–. — ISBN 978-93-80578-77-4.