Programeri sa Sveučilišta DeepMind i Carnegie Mellon odlučili su upotrijebiti zanimljiv pristup učenju. Učenje AI jezika prilično je zamorno, tako da su znanstvenici zaključili da bi bilo bolje ako umjetna inteligencija nauči osnovne principe samostalnog korištenja jezika - radi toga su istraživači stavili dvije neuronske mreže u arkadnu igru i natjerali ih da sjeckaju dok ne postanu plavi, uspoređujući pojedinačne predmete s različitim karakteristikama s onima dok ne počnu razumijevati jezik.
Dakle, programi, pokušavajući postići milion različitih načina na različite načine, naučili su povezivati određene riječi s objektima i njihovim karakteristikama i počeli djelovati s različitim pojmovima, primjerice "veći" ili "manji", i počeli razlikovati slične eksterne predmete od okruženja igre. Dakle, umjetna inteligencija bila je u mogućnosti primijeniti znanje stečeno u nepoznatim situacijama, susrećući stupce i druge predmete iste boje u igri, ali, prema zadatku, prešla je na stupce, iako ih prije nije vidjela.
"Krajnji je cilj pomoći AI-ju da znanje stečeno iz igre prebaci u druga područja svoje aktivnosti", kaže Devendra Chaplot, magistrica znanosti, Sveučilište Carnegie Mellon, koja je održala prezentaciju o radu tima.
Video igre koriste programeri DeepMind-a i u druge svrhe. Uz pomoć igre Sokoban, na primjer, AI se nauči zamisliti - prije nego što napravi sljedeći potez, program sam izračunava moguće mogućnosti "na umu" i napravi pravi izbor.
Viacheslav Larionov