Pembangun dari DeepMind dan Carnegie Mellon University memutuskan untuk menggunakan pendekatan pembelajaran yang menarik. Mempelajari bahasa AI agak membosankan, oleh itu para saintis memutuskan bahawa akan lebih baik jika kecerdasan buatan mempelajari prinsip-prinsip asas menggunakan bahasa itu sendiri - untuk ini, para penyelidik meletakkan dua jaringan saraf dalam permainan arked dan membuatnya memotong sehingga mereka berubah menjadi biru, membandingkan objek individu dengan ciri-ciri yang berbeza dengan itu. sehingga mereka mula memahami bahasa.
Oleh itu, program, yang berusaha mencapai hasil yang diinginkan dengan berjuta-juta cara yang berbeza, belajar mengaitkan kata-kata tertentu dengan objek dan ciri-cirinya dan mula beroperasi dengan konsep yang berbeza, misalnya "lebih besar" atau "lebih kecil", dan mula membezakan objek luaran yang serupa dari persekitaran permainan. Oleh itu, kecerdasan buatan dapat menerapkan pengetahuan yang diperoleh dalam situasi yang tidak dikenali, menghadapi lajur dan objek lain dengan warna yang sama dalam permainan, tetapi, menurut tugas itu, ia masuk ke lajur, walaupun belum pernah melihatnya sebelumnya.
"Matlamat utama adalah untuk membantu AI mentransfer pengetahuan yang diperoleh dari permainan ke bidang kegiatannya yang lain," kata Devendra Chaplot, MA, Carnegie Mellon University, yang memberikan presentasi mengenai kerja tim.
Permainan video digunakan oleh pembangun di DeepMind untuk tujuan lain juga. Dengan bantuan permainan Sokoban, misalnya, AI diajar untuk membayangkan - sebelum membuat langkah seterusnya, program itu sendiri mengira kemungkinan pilihan "dalam fikiran" dan membuat pilihan yang tepat.
Viacheslav Larionov
