Perkara yang benar-benar jelas bagi manusia untuk kecerdasan buatan boleh menjadi tugas yang tidak dapat diselesaikan, jadi DeepMind memutuskan untuk mengajar rangkaian saraf untuk berfikir secara abstrak dan berhubung dengan rangkaian saraf lain untuk membantu dan bersama-sama menyelesaikan masalah yang kompleks.
Mengajar AI untuk mengenali gambar semudah mengupas pir, tetapi menentukan objek mana yang lebih besar daripada yang lain, jika berada pada jarak yang berbeza, sudah lebih sukar. Untuk melakukan ini, DeepMind mengembangkan rangkaian neural yang mengkhususkan diri dalam tugas seperti itu, dan kemudian menghubungkan AI dengannya untuk meningkatkan kemampuannya.
Semasa latihan AI, dia diperlihatkan gambar pelbagai objek tiga dimensi, dan kemudian mereka mula mengajukan soalan sukar kepada program baru itu, memaksanya untuk berfikir secara rasional. Ketika ditanya berapakah ukuran silinder yang terletak di sebelah kiri benda logam berwarna coklat, di sebelah kiri bola besar, kecerdasan buatan yang disambungkan ke rangkaian saraf dijawab dengan cukup cepat dan betul. Pembangun menyiapkan banyak tugas seperti itu untuk AI, tetapi dalam 95 peratus kes program menjawab dengan betul, menunjukkan jurang kecil dari pesaing manusia.
Rangkaian saraf Google mula mengajar AI lain pada bulan Januari tahun ini, tetapi sekarang ia dapat mengajar mereka pelajaran yang lebih menarik. Aplikasi praktikal pembangunan belum diciptakan, tetapi hakikat bahawa kecerdasan buatan telah menjadi lebih pintar dan lebih pintar pasti menggembirakan.
