можно оценить аэродинамику, но не все особенности поведения летательного аппарата в воздухе. Возможности моделей ограничены, показателен следующий афоризм британского статистика Джорджа Бокса (George Box, 1919–2013): «В сущности, все модели неправильны, но некоторые полезны».
Своим высказыванием Бокс открыл многолетнюю дискуссию о значении моделей, которую статистики ведут более 40 лет. Если существует сомнение в справедливости статистических моделей, имеющих под собой серьезную математическую основу, то что говорить об эмпирических моделях мозга? Нет ничего удивительного в том, что MDAI на данный момент никаких практических перспектив на будущее не имеет. Но ни от чего нельзя зарекаться, не исключено, что в будущем станет возможен компромисс между MDAI и DDAI, но для этого нужны методы, обеспечивающие автоматизацию при создании моделей.
Подход DDAI – продолжение коннекционизма, он назван так, потому что в данном случае AI строится на скрытых знаниях (tacit knowledge), самостоятельно излеченных машиной из предъявляемых ей данных в процессе обучения AI, такой процесс можно назвать автоматизированной излечения информации или знаний. Как любая автоматизация, DDAI гарантирует независимость от человеческих ошибок. DDAI того, что реально делается в AI-индустрии, «AI, который работает» (AI that works). Причина доминирующего положения DDAI имеет вполне очевидные объяснения – это доступное по цене и обладающее высокими показателями аппаратное обеспечение (серверы, процессоры и системы хранения) и успехи в программном обеспечении, реализующем машинное обучения (ML), и искусственные нейронные сети (ANN). Лет 10 назад настал момент, когда сложились условия для воплощения DDAI и после этого «процесс пошел». Ускоренное развитие методов DDAI стало стимулом к созданию новых программных и аппаратных технологий и далее, буквально на глазах складывается система с положительной обратной связью, где новые компьютерные технологии открывают более широкие перспективы для AI, а развитие AI стимулирует развитие технологий. Синергия AI и технологий позволяет качественно расширить сферу автоматизации. В отчете McKinsey «Четыре столпа автоматизации рабочих мест» (Four fundamentals of workplace automation) показано, что существовавшие до сих пор традиционные технологии позволяют автоматизировать не более 5 % рабочих мест, а с использованием методов DDAI количество автоматизируемых рабочих мест возрастет до 60 %, а уровень автоматизации составит порядка 30 %.