Есть же разные симуляции, для разных вещей - от сугубо научных и практичных, до области развлечений. Симулируют кабину пилота или машиниста для базового обучение человека - эти приборы не способны предусмотреть все показатели, но они готовят человека к базовому пониманию происходящего. Есть игры-симуляторы, они не особо то и симуляторы, потому что очень многое упрощают, однако дают возможность ощутить себя в той или иной области жизни. Симуляция может представлять из себя попытку выстроить некую ситуацию с большим количеством показателей (на ум игра гео-политический симулятор вспоминается)) ) Есть разного рода приблуды, которые позволяют погрузиться в смоделированный виртуальный мир - это уже больше услада для наших ощущений - в шлеме виртуальной реальности на самом деле может нехило так дух захватывать, однако этот вау эффект быстро пропадает и после начинаешь понимать на сколько всё вокруг условно и ограниченно (впрочем долгое время разработчики избегали тематику шлемов виртуальной реальности, так как они с треском провалились в 90-хх) Есть симуляции белков и клеток, которые позволили продвинуться в области биологии. Есть симуляторы работы нервной системы и нейронов - на данный момент, после зимы нейрокомпьютеров, мы пришли к идее эмулированных на обычных компьютерах искусственных нейронных сетей. На самом деле они не очень эффективны, но показали принципиальную возможность эмулировать некоторые базовые функции естественных нейроннок - например первичных отделов зрительной коры на современной примитивной базе. Собственно, это состояние современных слабых ИИ. Есть функциональные аналоги некоторых биологических нейронных сетей. Их архитектуру присобачивают то там то там, притом с большим успехом, но пока это куски малополезные сами по себе. Есть старое железо которое может это обеспечивать, постепенно вводится новое железо, которое делает это гораздо лучше. Есть обычные очень мощные компьютеры способные работать с логическими переменными и математикой и памятью и словарями. Задача - пока увеличить количество базового знания у простых нейронных сетей о реальном мире. В этом поможет изучение живого мозга, как помогло со свёрточными нейросетями, но вообще он конечно чрезмерно сложен и что более погано, создан эволюцией из того что было с учётом всего эволюционного груза, так что иногда попытки копирования будут даже мешать, так как можно придумать более простой аналог на наших правилах, просто представь если бы калькулятор мы пытались построить на тех принципах что осуществляют счёт в нашем мозгу. Всё это тоже объекты симуляции. Более того часть функций которые присущи человеку, такие как логика, математические способности и счёт были эмулированы на заре компьютерной эры с абсолютным превосходством. А вот отличить изображение кошки от изображение собаки компьютер смог недавно, запомнить как выглядит лошадь с одного раза или узнать её по описанию он не может до сих пор. В чём тут проблема? А в том что мышление, которым мы гордимся надстройка, над огромным бессознательным базисом. Для компьютера яблоко это ни что, один из вариантов заложенный в базу не обладающий какими либо свойствами, для нейронной сети это определённая группа соотношений пикселей на входе с выходами. Для человеческого мозга это объект - цвет форма ассоциируются с весом и вкусом, вкус с пищей, пища с выживанием, мы знаем что у яблока есть весь, а интуиция автоматически рисует у нас в голове картинку того как все предметы обладающие весом падают вниз и так целый каскад ассоциаций и соображений, по каждому объекту ведущий на фыходи к моторным стимулам и рекурентным связям. Дык вот к чему я это - научить компьютер мыслить после того как у него появится аналогичный базис опыта будет простой задачей. А вот выработать в нём базис который можно перевести в слова, которые можно связать логикой будет непросто.... но впрочем я отвлёкся немного.