DeepMindi ja Carnegie Melloni ülikooli arendajad otsustasid kasutada õppimiseks huvitavat lähenemist. AI-l keelte õppimine on üsna tüütu, nii et teadlased otsustasid, et parem oleks, kui tehisintellekt õpiks keele kasutamise põhiprintsiibid iseseisvalt - selleks panid teadlased arkaadmängu kaks närvivõrku ja panid nad tükeldama, kuni nad muutuvad siniseks, sobitades erinevate omadustega üksikud objektid nendega kuni nad hakkavad keelt mõistma.
Niisiis, programmid, püüdes soovitud tulemust saavutada miljonitel erinevatel viisidel, õppisid seostama teatud sõnu objektide ja nende omadustega ning hakkasid tegutsema erinevate mõistetega, näiteks "suurem" või "väiksem", ja hakkasid eristama sarnaseid väliseid objekte mängukeskkonnast. Niisiis sai tehisintellekt omandatud teadmisi rakendada võõrastes olukordades, sattudes mängu sammaste ja muude sama värvi objektidega, kuid ülesande järgi läks see sammastele, ehkki ta polnud neid varem näinud.
„Lõppeesmärk on aidata AI-l mängu kaudu omandatud teadmisi teistesse tegevusvaldkondadesse üle kanda,” ütleb Devendra Chaplot, Carnegie Melloni ülikooli magistrant, kes esines meeskonna tööga.
Videomänge kasutavad DeepMindi arendajad ka muudel eesmärkidel. Näiteks õpetatakse AOK-d Sokobani mängu abil ette kujutama - enne järgmise käigu tegemist arvutab programm ise võimalikud valikud "silmas pidades" ja teeb õige valiku.
Viacheslav Larionov
