предварительно требуется научить алгоритм делать копию описания алгоритма (копию ленты с описанием)
мы можем изначально заложить такую возможность, ничего сложного тут нет
или просто снабдить изготовленной копией или несколькими копиями
генерация сложности
1. выбираем рандомно несколько описаний алгоритмов из уже имеющихся
2. добавляем к основному описанию алгоритма описание добавочной побочной функции, которую генерировать можно разными способами, например
- произвольная комбинация известных описаний
- произвольная комбинация подпрограмм входящих в ленты
- генерация случайных подпрограмм любым способом, в том числе можно и через генерацию строк в лексикографическом порядке, очевидно, что время от времени будем наталкиваться на полезные подпрограммы
3. снабжаем вновь построенный автомат (аналогично построениям Неймана самовоспроизводящхся автоматов) изготовленной лентой с побочной функцией из п.2
4. производим наблюдение за функционированием автомата и таким образом выносим решением об отборе ленты в коллекцию ранее построенных лент
таким образом будет генерироваться достаточно тупое но увеличение сложности
более умное увеличение сложности требует более тщательного построения конструкций
поскольку я все время веду разговор про модели
то это будет универсальная машина извлекающая модели из окружающей среды и из перечня моделей хранящихся в памяти
эффективность алгоритма будет зависеть от сложности генерирующего модели подпрограммы
конечно в данном случае мы со всей полнотой упираемся в комбинаторный взрыв и прочее
с учетом предыдущих моих изложений про теорию сильного искина, принципиальных трудностей не видно точно также как не видно их при построении самовоспроизводящихся автоматов в стиле Неймана
принципиальных сложностей нет, принципиально вроде вопрос решен (якобы)
остается вопрос в написании алгоритмов и последовательном совершенствовании их, чтобы они делали хорошо и достаточно быстро
в принципе ситуация точно такая же как и с нейросетями, понятно что они как универсальные аппроксиматоры способны на многое, вопрос был в технических деталях и в том, как модифицировать структуру, чтобы нейросетки имели практический смысл
на текущий момент в этом серьезное продвижение достигнуто
аналогично надо строить и универсальную моделирующую машину, о принципиальных подходах я уже писал, также и о том с чего начать
ну а совершенствование базовых алгоритмов интересная техническая задача и одновременно творческая, базовые алгоритмы тоже еще надо придумывать и продумывать
в целом стратегически понятно в какую сторону надо идти и что примерно кодировать
а тактические решения могут быть весьма разнообразны
в данном посте ставилась задача показать, что возможно неограниченная генерация сложности и две теоремы Геделя для формальных систем нам не помеха, мы обходим их просто, добавляем произвольно новые аксиомы в нашу теорию
несократимая сложность жизни как иллюзия
https://deep-econom.livejournal.com/226875.html
естественный механизм увеличения сложности вплоть до жизни
https://deep-econom.livejournal.com/226663.html
