Dirbtinio intelekto pasenimas – procesas, kai dirbtinio intelekto sistemų, modelių arba technologijų veiksmingumas sumažėja arba jie tampa nebeaktualūs dėl naujų mokslinių atradimų, technologijų pažangos, duomenų senėjimo ar priemonių netobulumo. Pasenimas gali atsirasti dėl to, kad naujos metodikos arba algoritmai siūlo geresnius sprendimus ir rezultatus, arba dėl to, kad sukaupti duomenys, ant kurių buvo apmokomos sistemos, praranda savo aktualumą ir nebeturi aiškios sąsajos su dabartinėmis situacijomis. Kova su dirbtinio intelekto pasenimu reikalauja nuolatinio atnaujinimo, mokymo naujais duomenimis ir technologijomis, bei adaptacijos prie besikeičiančių aplinkybių.
Europa šiuo metu atsilieka nuo JAV ir Kinijos dirbtinio intelekto plėtros ir našumo srityse. Norėdama atgauti konkurencingumą, Europa turėtų prioritetizuoti dirbtinio intelekto švietimą įvairiose pramonės šakose. Reikalingos reikšmingos rizikos kapitalo…