Еще немного бреда по поводу науки /прикладных задач и игр.

Часто задумывался над вопросом, почему меня привлекает рубилово и не привлекает научная деятельность в виде оптимизации работы системы или исследовании правил ее функционирования.

Возможны ли какие-то тождественные преобразования одних задач в другие, благодаря манипуляции с информационным полем?

Сейчас, в полудреме, пришла мысль, которую попытаюсь изложить.

Классификация интеллектуальных задач.

1) Полностью известна работа системы, нужно оптимизировать результат по 1-му или нескольким параметрам. Наверное, тут лучшая аналогия -автомобилестроение. Удобства/характеристики.



2) Черный ящик, правила функционирования которого надо установить как можно более точно, проводя различные эксперименты. Железный пример - естествоиспытание, какая-нибудь биология. Шаткий пример - экономика, политология, психология и прочие полугуманитарные науки, не позволяющие ставить чистых экспериментов. Для того, чтобы добиться в реале чего-то путного в этой сфере, в отличии от оптимизации, которую можно приложить к чему угодно, хоть к 1с, нужно быть действительно слишком навороченным в плане знаний или в плане шарлатанства. Любовь к построению всяких теорий наукой не пахнет. Сфера интересная, но зарубаем.

3) Собственно сама игра. Симметричная, ассиметричная, пофигу. Известны правила, известны цели противника, будем считать,что глубина просчета примерно одинакова, известны основные финты. Естественно, чистый перебор не катит. Нужно уметь отсекать идиотские варианты. Задачи оптимизации есть, но они вторичны. ПЕРВИЧНЫ ЗАДАЧИ УГАДЫВАНИЯ И СОКРЫТИЯ ЦЕЛЕЙ.

Анализ хода состоит из 3-х итераций, которые могут вращаться в цикле сколь угодно долго:

1) Что хотел сделать соперник.

2) Что он хотел, чтобы я подумал о его ходе.

3) Что он мог не увидеть.

Чем более точно ты способен ответить на эти вопросы, тем меньше "вычислительных мощностей" тебе нужно для анализа ситуевины.  Этим наверное отличаются ГВД/Хиросы от шахмат,  больше 2-х ходов тут считать бессмысленно, а вот  понимать мотивы надо хорошо.

И уметь грамотно запутывать.

Машина хорошо считает варианты, именно потому, что она считает, а вот АНАЛИЗ прерогатива человека. Напрямую связанный с воображением.

Как только машина научится оперировать абстракциями, анализировать их и на их базе создавать  новые, тут человечеству прийдут крантики.   В лучшем случае зоопарк для "прародителей".

Оптимизация = ПОИСК, полумашинная функция, ИГРА = ВООБРАЖЕНИЕ*соревнование.

Где-то так.