Пусть будет множество арифметических функций F и десяток примеров пар исходного значения SX и результата SY. И желаемое к расчету X из которого хотим посчитать Y тем же способом, которым посчитаны SX->SY. Перебираем все функции из F, и смотрим, которая имеет минимальную среднюю ошибку для примеров SX->SY, и по этой функции вычисляем желаемый Y из X.

Замечу, что в данном примере это не аппроксимация, когда на примерах вычисляется функция. В данном примере, функции уже есть, и мы только выбираем которая из них лучше соответствует примерам. Для слабо похожих функций в области примеров, достаточно трех-четырех примеров, что бы выбрать, которой функции соответствуют примеры.

Постановка произвольной задачи на естественном языке и ее решение это функция f(X)->Y, примеры применения которой присутствуют в окружающем мире.

Сканируем окружающий мир на все возможные функции — попросту ищем все возможные зависимости. Получаем великое множество всяких возможных функций и условий при которых они применяются.

Затем создаем вручную десяток простых примеров вопрос-ответ или задача-решение, сканируем все найденные функции и смотрим, которая лучше всего подходит — при расчете по этой функции от задачи X получаем как результат наиболее приближенное значение к решению Y.

Задача и ее решение, являются функциональной зависимостью, так же как скажем текст на русском и он же переведенный на английский, зависят друг от друга функцией перевода:

   АнглийскийТекст = ПеревестиСРусскогоНаАнглийский(РусскийТекст);

или

   ПоследовательностьКоммандДляУстройстваРеализации =
       РешениеЛюбойЗадачи(ЗадачаНаЕстественномЯзыке);

Больше подробностей, в том числе про поиск функций в окружающем мире, вы можете найти на сайте: www.create-ai.org

Программная часть проект сейчас развивается медленно из-за отсутствия времени, и финансирование ускорило бы этот процесс. Если кому интересно, предложение о необходимом финансировании так же изложено на сайте.