AI-полная задача

Перейти к навигацииПерейти к поиску

AI-полная задача, по аналогии с NP-полным классом задач в теории сложности, — проблема, решение которой предполагает создание «сильного AI», то есть решения 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

Примечания

  1. 1 2 Eric S. Raymond. The New Hacker's Dictionary. — MIT Press, 1996. — P. 38-39. — 547 p. — ISBN 0262680920, 9780262680929.
  2. 1 2 Matthew M. Hurley, Daniel Clement Dennett, Reginald B. Adams. Inside Jokes: Using Humor to Reverse-engineer the Mind. — MIT Press, 2011. — P. 4-5. — 359 p. — ISBN 026201582X, 9780262015820.
  3. Shanahan, 2015, p. 152.

Литература