¿Qué tareas siguen siendo demasiado difíciles de resolver para una computadora, a pesar de un esfuerzo significativo?

Hay un montón de problemas informáticos abiertos relacionados con la complejidad computacional. Hay otros que simplemente están limitados por nuestra comprensión de la ciencia subyacente.

Lista de problemas no resueltos en informática

Inteligente inteligencia artificial: simular la sensibilidad, o al menos una aproximación cercana a ella, tendría enormes implicaciones para todos los aspectos de la civilización. (Ver: Cualquier película de ciencia ficción, alguna vez). Probablemente el elemento más impactante en esta lista.

Prueba de teorema más simple: la prueba de teorema y los sistemas de asistencia de prueba como Coq son increíblemente difíciles de usar. Traducir la terminología matemática existente al riguroso lenguaje de bajo nivel de un probador de teoremas es un trabajo que es simultáneamente aburrido y difícil de hacer bien. Un día podríamos tener sistemas de prueba de teoremas más avanzados que nos permitan hacer suposiciones y luego “llenar los vacíos” de alguna manera. También se podría imaginar un sistema avanzado que se iniciara al leer cada artículo matemático que se haya escrito para obtener una línea de base de las cuales las suposiciones son razonables o no.

Plegamiento de proteínas: importante para crear medicamentos, curar enfermedades, etc. Hay esfuerzos en curso, pero todavía hay mucho trabajo por hacer en este espacio. Técnicamente es posible hacerlo (lentamente): el trabajo consiste en hacer esto muy rápido para que podamos analizar muchas cosas rápidamente, incluidas las proteínas nuevas y sintéticas.

Simulación y predicción del clima: uno de los problemas más difíciles de resolver en esta lista. Posiblemente más intratable que la IA fuerte, dado que el clima de la Tierra es un sistema dinámico complejo. Pero tal vez algún día podamos obtener mejores aproximaciones sobre horizontes más largos (meses) en lugar de los pocos días con los que actualmente somos precisos.

Texto a voz impecable: todos los lectores existentes de texto a voz tienen problemas con “problemas” y transiciones en el texto. Hacer esto correctamente, con la entonación, el tono, etc. adecuados (especialmente para idiomas como, por ejemplo, japonés o mandarín) sigue siendo muy difícil, pero tendría implicaciones poderosas en la interfaz de usuario y posiblemente implicaciones para el análisis forense y la resolución de delitos (imagine un dispositivo que pueda simular la voz de cualquier persona perfectamente y desechar investigaciones criminales como resultado).

Voz a texto impecable: todos los sistemas existentes tienen problemas de comprensión bastante malos. Arreglar esto haría que muchas interfaces de usuario fueran mucho más intuitivas y permitiría interfaces ubicuas de estilo de ciencia ficción en muchos lugares (restaurantes, bares, aeropuertos, etc.).

Traducción de idiomas impecable: en la actualidad, los sitios web grandes tienen equipos de traducción para traducir sus productos (Microsoft hace esto) o hacen el crowdsourcing de la traducción y dejan que los usuarios traduzcan, y los incentivan de alguna manera (esto es lo que hacemos en Twitter). Ser capaz de hacer esto correctamente, de forma automática, al tiempo que conserva la gama completa de modismos y semánticas, sería un logro increíble.

Todos los tres anteriores juntos: para una ciencia ficción máxima, imagine que su teléfono + auricular entendieron perfectamente todos los idiomas de la Tierra y podrían traducir su voz sin problemas de uno a otro, y traducir el habla de cualquier idioma a su idioma según lo desee . Las barreras del idioma dejarían de existir de la noche a la mañana.

Hay toda una teoría detrás de la pregunta que estás planteando. Tenemos varias clases de complejidad que se han definido y que mantienen un orden de subconjunto probable. Puede leer acerca de los algoritmos EXPSPACE, PSPACE, NP y P y sabrá que la cantidad de problemas que nuestros sistemas actuales no pueden resolver es prácticamente infinita.

A pesar de los numerosos esfuerzos para informatizar la llegada, el despegue y el posicionamiento ideal de la aeronave sobre un portaaviones moderno y muy grande, junto con el levantamiento y descenso de maquinaria aérea hacia y desde las pistas de superficie, la matemática de los movimientos complejos, dentro de límites limitados espacios, han derrotado los esfuerzos para programar los vuelos activos en una serie suave de dinámicas libres de eventos.

El trabajo aún debe ser organizado y anticipado por un aviador con mucha experiencia.

Un cordial saludo

Alan

Una computadora no puede decir si un programa arbitrario se detendrá (es decir, no se ejecutará para siempre) en una entrada arbitraria. En realidad, nunca se puede hacer, no importa cuán rápido se vuelvan las computadoras. Esto se llama el problema de detención.
Una prueba de video muy intuitiva es la siguiente:

Mucho.

Enamorarse.

Comprender a las mujeres.

More Interesting

¿Es posible evitar Fortinet?

¿Qué tan importante es el aprendizaje por refuerzo entre las técnicas de aprendizaje automático?

¿Cómo es el futuro del aprendizaje profundo?

¿Puede la notación musical (cualquiera que elija) considerarse Turing Complete?

¿Cómo funciona SB Game Hacker?

¿Qué IDE de Android recomendarías para un proyecto informático de último año?

¿Qué es la reubicación?

¿Hay algún empleado anterior de Satyam Computers en Quora? ¿Cómo fue trabajar con Satyam Computers?

¿El tiempo que tarda un navegador en cargar una página depende de la cantidad de líneas de códigos? ¿Pueden más líneas cargarse más rápido en algunos casos que menos?

¿Es bueno tener más y más parámetros capturados para los datos de calificación crediticia? ¿Los algoritmos comienzan a fallar / se vuelven inexactos si hay demasiados atributos en los datos? ¿Cómo se pueden erradicar los parámetros que no son muy útiles?

Si se quita el chip BIOS después de que el sistema se haya iniciado, ¿la computadora simplemente continuará funcionando hasta el próximo reinicio?

¿Por qué las computadoras entienden solo la lógica 0 y 1?

¿Qué tipo de computadoras se usan en los satélites?

¿Por qué el aprendizaje profundo puede aplicarse al reconocimiento de voz con éxito dado que el habla es información no estacionaria?

¿Quiénes son los mejores investigadores en aprendizaje profundo y / o aprendizaje de refuerzo que trabajan principalmente en una universidad (no en la industria)?