Определено генетичните алгоритми за момента са относително бавни.
Целия проблем идва от там, че класическите генетични алгоритми по същество представляват "сляпо" търсене в пространстово на състоянията.
За съжаление обаче за момента аз не съм чувал за друг метод, който да може да решава толкова сложни задачи.
Всички останали методи изискват детайлно познаване на предметната област - такова познание в областта на ИИ за момента липсва.
А когато целевата система е достатъчно сложна /например дори една НМ с 1000 елемента представлява доста голямо предизвикателство за обучение, какво остава ако искате да свържете няколко такива НМ модула със различни функции/ може да не разбираме вътрешната динамика, но все още бихме могли да опишем алгоритъм с който да тестваме дали системата генерира желаното поведение.
В момента /това съм го поствал някаде .../ им доста надстройки над класическия генетичен алгоритъм, които се опитват да избегнат "слепотата" и да заменят стохастичния характер на ген.алгоритъм със различни евристики /LEM,NATE ,.../. Те определено са доста по бързи. Аз лично съм експериментирал с NATE и резултатите са на порядъци по добри. Има още куп такива алгоритми. Извършва се и работа/предимно теоритични/ със квантови алгоритми, като по- точното понятие е квантова оптимизация. / Degaris/ При квантовата оптимизация пространството на сътстоянието се претърсва почти мигновенно - само дето трябват квантови компютри дето ги няма по магазините а и най- големия успех е събиране на 2 и 2 - ама пак е нещо.

Тъй като според мен /и група съветски специалисти / основните проблеми са два: липса на всеобхватен модел/теория за интелекта изобщо
и невъзможноста на съвременните технологии да осигурят достатъчно изчислителна мощ на нормална цена - масивния паралелизъм наблюдаван в биолгичните образци определено е трудно постижим за момента.

Та поради това според мен пробива може да дойде по две направления: квантова оптимизация и нанотехнологии.
Нанотехнологиите биха дали на невронауката повече възможности за изучаване на единствения пример за нас - биологчните мозъци.
Освен това нанотехнологиите имат пряко отношение към квантовите изчислителни технологии, които пък от своя страна могат да дадат достатъчна изчислителна мощ - в същност на много порядъци по- голяма.
Напоследък най- големите имена във областта на ИИ определено имат големи надежди относно нанотехнологиите / и май не само ИИ/

Все пак въпреки че генетичните алгоритми са като че ли единственият сериозен кандидат да бъдат част от технология за конструиране на искуствени мозъци, не бива да се пренебрегва нуждата от обучение на НМ в реално време - т.е. докато оперира. Има интересни разработки за конструиране на НМ способни на самообучение с помощща на генетични алгоритми.

малко инфо за LEM
http://www.cs.usu.edu/~degaris/news/LEM.html
ако потърсите квантова опитмизация в Google можеет да намерите повече инфо с по точни цифри


Ако някой има инфо за други алгоритми/подходи моля да сподели.
Май няма да е зле да отворим една тема за ресурси?