> Технологии уже сложны и не умещаются в 1 голову, полным состоянием не владеет никто.

Для этого и нужна теория. Теоретическая модель -- это тоже модель. И как и любая модель она нужна для того, чтобы человеческий мозг мог бы работать над проблемой.

> Зато это расширило возможности. Нереализуемые и непрактичные вычисления заменили эмпирикой.

Это всегда так происходит. Это начальный этап освоения задачи. Ребёнок в детстве тоже решает проблемы методом наглядно-действенного мышления. У него есть, например, доска с круглым, треугольным и квадратным отверстиями, и три объекта -- цилиндр, треугольная и квадратная призмы. Он не знает что куда влезет, и поэтому берёт один из объектов и начинает тыкать его во все дыры. Тыкает, оно не лезет, он крутит и тыкает. Через некоторое время начинает тыкать в другую дырку. Рано или поздно находит решение задачи. Взрослый человек поступает также, когда ему мозгов не хватает решить проблему в уме.

>> Во-во. Поэтому я и говорю, что до решения проблемы AI ещё пахать
>> и пахать. Deep-learning не повод считать, что мы уже на пороге.
> Смотря какая цель. Если хочется максимально быстро запустить full ai,

Что может быть полезно только для одной цели -- изучение этого самого ai. Ну, на самом деле: зачем ещё может понадобиться копия мышиного мозга?

> Если посмотреть на людей и их закидоны, можно получить представление о длинном
> списке возможных проблем и особенностей технологии в полной реализации. Но ведь
> работает как-то. Можно ли лучше? ИМХО да.

Работает "как-то". И мы видим как водители автобусов, вдруг психанув, ставят автобус вместе с пассажирами под поезд.