Группа исследователей систем машинного обучения ИИ обнаружила, что искусственный интеллект, на который так надеется все человечество на деле гораздо более ограничен, чем мы могли полагать. Причиной этому стала математическая природа обучения и работы. Если следовать «Теореме о неполноте» Геделя и его положениям Второй теоремы, в действительности множество математических задач не имеют правильного решения. И если процесс машинное обучение работает по принципу математических алгоритмов, значит у него есть свои ограничения.
Одно из главных препятствий в машинном обучении «оценка максимума». Что бы проще было понять что это такое, давайте представим: существует определенный сайт, на него зайдет случайное количество людей, интересы этих людей не известны, но имеют определенный предел. Необходимо придумать алгоритм, который смог бы показать им всем рекламу по их интересам с почти 100% точностью. При попытке смоделировать подобную ситуацию ученые пришли, что подобная ситуация схожа с условиями «Гипотезы континуума», которая много лет считалась нерешаемой математической задачей.
Проще говоря, для выше перечисленных задач нет четкого ответа в понимаемом для машины виде. Даже самый современный ИИ в процессе решения такой задачи придет к тому, что не сможет дать четкий ответ «верно» или «не верно». Люди в таких ситуациях обычно просто бросают решение или вводят доп. условия для решения. А математическая природа обучения ИИ не может дать такой воли решения.