Без вступления, сухо и по делу, как говорил мой дед. Мне известны три подхода в машинном обучении. Это supervised learning- предполагает получение на вход алгоритма размеченного набора данных , чтобы он научился, какие факторы принимать во внимание и как это делать. unsupervised learnind -подразумевает создание модели, хорошо описывающую наблюдаемые данные на основе которой можно делать полезные выводы. И конечно, reinforcement learning-способ машинного обучения при котором оптимально сочетается использование известной информации с получением новых данных. Достаточно ли этого для создания Искусственного интеллекта (ИИ)? Может чего-то не хватает? Предположим существование четвертого подхода машинного обучения, который не отменяет 3 предыдущих подхода, но добавляет один элемент. Назовем его "random learning". Это подход машинного обучения в котором вводится случайная переменная, которая делает периодический выбор в сторону "не полезного вывода". Как это работает? К примеру, в Яндек