Статья любопытная и я прочитал ее с большим интересом. Только думаю, что к интеллекту это не имеет никакого отношения
Этот общий вывод следует из большого количества вопросов по содержанию статьи. К слову, в статье рисунки обычно нумеруются, иначе на них невозможно ссылаться
Общее впечатление таково, что для небольшого числа вершин предложенные методы могут быть верными. И приведут к неким результатам. И может быть даже продемонстрируют некое поведение. Но думаю, что даже до поведения мухи этой системе будет далеко. Даже у простейших насекомых имеются тысячи (!) сенсоров и десятки тысяч нейронов.
Когда формулируется "невычислимая" задача, то она сводится к фразе: "попытаемся выяснить значение этого ребра путем использования значений других ребер графа". Вы что, считаете, что решив ее, Вы создадите ИИ? Т.е. вследствии этого случится самоорганизация, поэтому наша система сама собой самоорганизуется требуемым образом. Вы ведь это имеете ввиду? Т.е. это и есть критерий интеллекта в Вашем случае?
По мне так, критерий И - это способность формировать, а затем и использовать модели среды. Причем для СВОИХ потребностей. Поэтому у лягушки и тритона будут РАЗНЫЕ модели среды, несмотря на то, что они живут в одном болоте
К среде Вы наконец подошли, используя "виртуальные ребра". Кстати, почему не физические? Вершины среды - это сенсоры или нет?
В статье Вы рассматриваете полнозвязные системы, которые после некоторого числа вершин становятся слишком "дорогими" и неприменимы на практике. Чило ребер V, как известно, будет в этом случае V = N*(N-1)/2, где N - число вершин. Если же Вы посчитаете "связность" мозга, то увидите, что она по сравнению с полносвязной системой очень мала:
N = 100 млрд. или 10^11. V = 10^11 * (10^11-1)/2, значит полносвязное V ~ 10^22.
Если принять, что у нейрона 10 тыс. связей, значит реальное V = 10^11 * 10 ^4 = 10^15.
Их отношение = 10^15 / 10^22 = 10^ -7.
Т.е. мозг содержит всего лишь одну десятимиллионную долю ребер (связей) от их максимального полносвязного числа (!).
Кроме того, вы оперируете с бинарными переменными. Импульсация нейрона, как известно, это непрерывный аналоговый сигнал, кодируемый частотой импульсов (или это Вам неизвестно?). Тогда КАК вы будете представлять аналоговые сигналы? Используя несколько сенсоров путем бинарного кодирования? Тогда число вершин возрастает еще в несколько раз.
Поэтому, исходя из всех этих соображений, из предложенной концепции, на мой взгляд, НЕ ВЫТЕКАЕТ, что алгоритм будет формировать модель среды. И что эта концепция применима на практике. И что она может быть использована для разработки сложных систем. А про то, как модель среды будет применяться ИИ-системой, вообще нет ни слова