DeepMindin ja Carnegie Mellon Universityn kehittäjät päättivät käyttää mielenkiintoista lähestymistapaa oppimiseen. Kielten oppiminen AI: n kautta on melko työlästä, joten tutkijat päättivät, että olisi parempi, jos tekoäly oppisi kielen käytön perusperiaatteet yksin - tätä varten tutkijat panivat kaksi hermoverkkoa pelilaitaan ja panivat ne pilkkomaan, kunnes ne muuttuvat sinisiksi, sovittamalla yksittäiset esineet, joilla on erilaiset ominaisuudet, kunnes he alkavat ymmärtää kieltä.
Joten ohjelmat, jotka yrittivät saavuttaa halutun tuloksen miljoonilla eri tavoilla, oppivat yhdistämään tietyt sanat esineisiin ja niiden ominaisuuksiin ja alkoivat toimia erilaisilla käsitteillä, kuten esimerkiksi "suuremmilla" tai "pienemmillä", ja alkoivat erottaa samanlaiset ulkoisesti esineet pelikeskuksesta. Joten tekoäly pystyi soveltamaan saatuja tietoja tuntemattomissa tilanteissa kohtaamalla sarakkeita ja muita samanvärisiä esineitä pelissä, mutta tehtävän mukaan se meni sarakkeisiin, vaikka se ei ollut nähnyt niitä aikaisemmin.
”Perimmäisenä tavoitteena on auttaa AI: ta siirtämään pelistä saatuja tietoja muille toiminta-alueilleen”, kertoo Carnegie Mellonin yliopiston päällikkö Devendra Chaplot, joka piti esityksen joukkueen työstä.
DeepMindin kehittäjät käyttävät videopelejä myös muihin tarkoituksiin. Esimerkiksi Sokoban-pelin avulla AI: ta opetetaan kuvittelemaan - ennen seuraavaa siirtoa ohjelma itse laskee mahdolliset vaihtoehdot "mielessä" ja tekee oikean valinnan.
Viacheslav Larionov