Gli sviluppatori di DeepMind e della Carnegie Mellon University hanno deciso di utilizzare un approccio interessante all'apprendimento. L'apprendimento delle lingue AI è piuttosto noioso, quindi gli scienziati hanno deciso che sarebbe stato meglio se l'intelligenza artificiale imparasse da sola i principi di base dell'uso del linguaggio - per questo, i ricercatori hanno messo due reti neurali in un gioco arcade e le hanno fatte tagliare fino a diventare blu, confrontando singoli oggetti con caratteristiche diverse da quelli fino a quando non iniziano a capire la lingua.
Così, i programmi, cercando di ottenere il risultato desiderato in milioni di modi diversi, hanno imparato ad associare determinate parole agli oggetti e alle loro caratteristiche e hanno iniziato a operare con concetti diversi, come "più grande" o "più piccolo", ad esempio, e hanno iniziato a distinguere esternamente oggetti simili dall'ambiente di gioco. Quindi, l'intelligenza artificiale è stata in grado di applicare le conoscenze acquisite in situazioni sconosciute, incontrando colonne e altri oggetti dello stesso colore nel gioco, ma, secondo l'incarico, è andata esattamente alle colonne, sebbene non le avesse viste prima.
"L'obiettivo finale è aiutare l'IA a tradurre le conoscenze acquisite dal gioco in altre aree della sua attività", afferma Devendra Chaplot, MA, Carnegie Mellon University, che ha tenuto una presentazione sul lavoro del team.
I videogiochi vengono utilizzati dagli sviluppatori di DeepMind anche per altri scopi. Con l'aiuto del gioco Sokoban, ad esempio, si insegna all'IA a immaginare: prima di fare la mossa successiva, il programma stesso calcola "in mente" le possibili opzioni e fa la scelta giusta.
Viacheslav Larionov
