Machine learning không thể xử lý dữ liệu chuỗi thời gian dài hạn.

Nói chính xác hơn, các hệ thống ML ngày nay không thể suy ra cấu trúc fractal từ dữ liệu chuỗi thời gian.

Xe tự lái, AlphaStar (AI StarCraft 2), hay RNN chẳng phải đang xử lý dữ liệu chuỗi thời gian sao? => Đúng vậy

• Xe tự lái

Xe tự lái sử dụng mô hình lai giữa ML và lập trình thủ tục.

ML xử lý các hạng mục mức thấp như nhận diện người đi bộ, còn lập trình thủ tục (phi thống kê) xử lý các hạng mục như điều hướng. Được giải thích bằng báo cáo liên quan đến chiếc xe tự va chạm của Uber.

• AlphaStar

Ở mức phức tạp nhỉnh hơn Uber một chút, hệ này dùng hai mạng nơ-ron. Một mạng dự đoán tỷ lệ thắng, mạng còn lại xác định nên thực hiện động tác nào. Hai mạng này biến bài toán chuỗi thời gian thành hai bài toán stateless riêng biệt.

Nếu không có handicap APM thì tất nhiên AlphaStar sẽ thắng, nhưng ngay cả khi có handicap, AlphaStar vẫn vượt trội về mặt chiến thuật; tuy nhiên con người có thể thắng vì các người chơi trình độ cao vượt trội ở năng lực hiểu chiến lược. Trừ khi có sức mạnh tính toán vô hạn, nó sẽ đụng phải bức tường trong các phép tính chiến lược phức tạp. Bộ não con người không bị giới hạn theo cách này.

Định luật thứ nhất về trí tuệ nhân tạo của tác giả

"Thuật toán không được cấu thành theo fractal thì cuối cùng sẽ đụng vào bức tường tính toán, và điều ngược lại cũng vậy."

Ở phần kết, tác giả nói về Feed Forward Neural Network (FFNN) và Connectome-Specific Harmonic Waves (CSHW) để cấu thành mạng nơ-ron theo cách fractal.