Pedro Domingosの本「The Supreme Algorithm」は、人工知能システムの設計に使用されるさまざまなアルゴリズムのファミリについて説明しています。
この記事では、難易度別にアルゴリズムを専門化するための議論を紹介します。
アルゴリズムについては、Domingosは5種類のアルゴリズムのチェーンを提供し、それぞれが特定の研究段階で異なるアルゴリズムを評価できます。 この記事では、アルゴリズムが論理的に次々と続くことを前提としています。 このようなフォローを保証するには、いくつかのアルゴリズム（ベイジアンおよび進化）を交換する必要がありました。また、アルゴリズムファミリへのエントリポイントの変更も必要でした。 提案モデルでは、チェーンはベイジアン定理を使用した処理から始まります。
既存のアルゴリズムの相互作用を改善するために調査できる主なセクション（難易度レベル）を示します。
スーパーグループ -アプリケーション分類セクション：
無生物-無生物の自然
アニメート-人間を含む生物
宇宙-人工知能を含む科学
サブグループ -科学を含むAIアルゴリズム
ベイズ-ランダムリンク定義
進化-進化的アルゴリズム
アナロジー-パターン認識
シンボリック-シンボリックコンピューティング
勾配-数学的最適化
レベル-個々の難易度
無生物の性質：
現在ほとんど知られていないレベルから始めましょう-弦が飛んでいるか、ダークマターのどちらかです。
カオス -無生物-ベイズ-認識できないプライマリカオス
進化の法則は動物の世界で確認されていますが、進化論のアルゴリズムは大宇宙を伴う小宇宙に適用できます。 たとえば、あるオブジェクトを別のオブジェクトの周りに回転させる。
フラクタル -無生物-進化-認知のためのフラクタル構造
アインシュタインの式は、質量を持つ物質と無重力光子の両方をエネルギーに減らします。
エネルギー -無生物-類推-エネルギー
情報の特性は、物質の出現よりもはるかに先です。 情報には、エントロピーだけでなく、空間や時間などの宇宙の特性も含まれます。
情報 -無生物-シンボリック-情報
静的レベルには、要素を持つシステムが含まれます。 多数の人工システムがありますが、地質学と天文学も自然システムに関係しています。
静的 -無生物-勾配-システム
野生生物：
プロセス（精神的、社会的、経済的）は野生生物と非生物を区別します
ダイナミック -アニメート-ベイズ-プロセス
人が無生物の自然の要素を制御して環境を変化させる相乗現象により、ニーズに応じて生活空間を整理することができます。
市場 -アニメート-進化-市場
大規模なグループの組織化における重要な役割は、「関心事に基づく」統一の可能性によって果たされます
Corporation -Animate-アナロジー-企業
さらに複雑になると、ルールが修正され、ルールの実装を監視する専門機関が登場します。
官僚 -アニメート-シンボリック-官僚機構
人口制限に近づくと、既存の生態系をサポートする活動を監視することが必要になります。
エコロジー -アニメーション-グラデーション-エコロジー
超人的な決定：
人類（または人工生物）の活動により、占領された領域を拡大する必要があり、現在、宇宙空間をマスターしようとしています。
スペース -宇宙-ベイズ-宇宙
知識を広げるためのアイデアの交換は、動物の進化のメカニズムに似ています。
知性 -宇宙-進化-科学
アイデアの数が増えると、アイデアを分類する必要性が高まります。
クラス -宇宙-類推-現象の分類
分類後、環境の変化に対するクラスメンバーの反応を判断することが可能になります。
一般 -宇宙-象徴的-自然の法則の定義
自然と社会の発展を促進するために、生きている自然と生きていない自然を最適化する機会があります。
最適 -宇宙-勾配-最適な構造の決定
おそらく、ランダムな症状の研究の次のラウンドの始まりです。
発達レベルの期間：
開発-準備
進捗-開発
安定化-安定化
保全-保全（次のレベルの開発のマスクされた開発のみでは使用されません）
抽象化-抽象化のレベル
物質-材料
アブストラクト
結論：
この一連の属性は、よく知られた機械学習アルゴリズムのアプリケーションに必要なサブセットを構成すると想定されています。 難易度の表を使用すると、インターネットに投稿されたデータのスーパーグループ、サブグループ、難易度の仮説をテストできます。
参照：
habr.com/post/259291-トンネルシミュレーション-バージョン0.9
habr.com/en/post/316198-ゲームライフのルールを修正する提案