За что именно?
Я вот сейчас возлагаю большие надежды на применение подхода ядерной ассоциативной памяти к обобщению модели Хопфилда со множественными задержками. В результате должно получиться распознавание последовательностей, что включает в себя естественным образом организованное контекстно-зависимое распознавание. Т.е. такого рода сети смогут обучаться контекстному распознаванию для более-менее любых входных данных.
Также, в сетях такого рода (обобщение Хопфилда, пока без ядер) были замечены гибридные отклики на гибридные входы - т.е. если у нас на входе что-то похожее не на одну последовательность, а на две, то есть шансы, что сеть это распознает как две последовательности одновременно.
Ансамбли таких сетей вероятно будут способны к структурному распознаванию.
Также, это все относится к классу сетей, обучающихся без учителя.
Т.е. в обозримой перспективе можно получить систему, которая, пронаблюдав некоторое время динамические данные, самостоятельно разобьет их на классы, будет способна модифицировать их в процессе работы, и будет производить на них контекстно-зависимое распознавание, с возможностью синтеза гибридных ответов.

Ну, лично я их не особо применял - разве что для задачи распознавания и трекинга рук для Самсунга, но там с научной точки зрения - детский лепет. Правда, перцептроны справились лучше, чем все другие эвристики, которые мы долгое время пытались придумать (а одну из подзадач классификации с его помощью удалось за 3 дня довести до состояния финальной версии, хотя вручную мы над этим 2 недели бились без особого успеха), но по-хорошему там надо применять совсем другие модели. Жаль, проект инженерный, а не научный, так что оставили как есть. Я больше по научной части - в этой области мои достижения куда интереснее

Я бы взялся не глядя, если бы платили много денег и можно было работать по полдня (т.к. задача техническая, а заниматься интересно наукой). Идеальная задача для нейросетей. Единственная возможная проблема - уложиться в 3 часа, тут над препроцессингом подумать надо.

Нет. Только такая, которая умеет менять коэффициенты/указатели при поступлении входных данных с целью некоторой оптимизации(наверное не любой, но сейчас я затрудняюсь дать строгое ограничение).

Она не только написана, но и опубликована, так что скрывать нечего (но это как раз моя статья, а там где самообучение на цифрах - мне для начала нужно будет спросить коллегу).
Вот ссылка: http://animeculture.org.ua/anluheiq21/d … memory.pdf

NO, а какой смысл в этом вопросе? В ассоциативную сеть достаточного размера при желании можно запихнуть управляющее устройство МТ для любых задач, но только смысл тогда называть это нейросетью, если всеми дополнительными свойствами, ради которых нейросети и были придуманы, мы в данном случае пользоваться не будем? Шумов нет, искажений нет, никакого обобщения делать не надо (наоборот, нужно строгое выполнение всех деталей алгоритма) - ничего не нужно. Зачем тогда запихивать нейросеть туда, где сгодится обычная матрица переходов?

В процессоре нет никаких шумов, обобщений, и прочего. Набор четких инструкций, если хоть один бит будет неправильным - с хорошей вероятностью все навернется.
Было бы неплохо уметь отличать вычислительное устройство от алгоритма, который это вычислительное устройство выполняет.

Ну, если вы не понимаете о чем речь, и не хотите разбираться в том, что вам пишут - конструктивный диалог с вами невозможен, только флуд.
На всякий случай поясню:
Машина Тьюринга - это вычислительное устройство, сердцем которого является матрица перехода, которая и определяет, какой именно алгоритм МТ выполняет. Нейросеть в вырожденном случае может выполнять роль матрицы перехода, соответственно, МТ можно собрать на нейросети (дополненной бесконечной лентой). Однако это - глупое применение нейросети.
МТ, выполненная на матрице перехода, может выполнять ПРОГРАММУ нейросети, работающей в режиме фильтрации шума, обобщения, и все такое прочее. Ровно то же самое может МТ, реализованная на нейросети, так как все МТ эквивалентны.

Поэтому на вопрос о том, можно ли сделать МТ на нейросети ответ выглядит так: да, можно, тривиально, и бессмысленно.

На русском нет, с момента перевода черновика до финальной версии было очень много существенных правок.
Да, пожалуй отдельный топик - это неплохая идея... Напишу пару вводных слов, и создам.
А что за павловские сети?