Kūrėjai iš „DeepMind“ir Carnegie Mellon universitetų nusprendė pasirinkti įdomų požiūrį į mokymąsi. Kalbų mokymasis iš AI yra gana nuobodus, todėl mokslininkai nusprendė, kad geriau, jei dirbtinis intelektas išmoks pagrindinius kalbos naudojimo principus savarankiškai - tam tyrėjai sudėjo du neuroninius tinklus į arkadinį žaidimą ir privertė juos susmulkinti, kol jie pasidarys mėlyni, suderindami skirtingus požymius turinčius objektus su tais. kol jie nepradės suprasti kalbos.
Taigi programos, bandydamos pasiekti norimą rezultatą milijonais skirtingų būdų, išmoko susieti tam tikrus žodžius su objektais ir jų charakteristikomis ir pradėjo veikti su skirtingomis sąvokomis, tokiomis kaip, pavyzdžiui, „didesnis“ar „mažesnis“, ir pradėjo atskirti panašius išorinius objektus nuo žaidimo aplinkos. Taigi dirbtinis intelektas galėjo pritaikyti įgytas žinias nepažįstamose situacijose, žaidime susidurdamas su stulpeliais ir kitais tos pačios spalvos objektais, tačiau, atsižvelgiant į užduotį, jis nukeliavo tiksliai į stulpelius, nors anksčiau jų nebuvo matęs.
- „Salik.biz“
„Pagrindinis tikslas yra padėti AI perkelti žaidimo metu įgytas žinias į kitas jo veiklos sritis“, - sako Devendra Chaplot, Carnegie Mellon universiteto magistrantė, kuri pristatė komandos darbą.
Vaizdo žaidimus „DeepMind“kūrėjai naudoja ir kitais tikslais. Pavyzdžiui, naudojant „Sokoban“žaidimą, AI mokoma įsivaizduoti - prieš atlikdama kitą žingsnį, pati programa „galvoja“apie galimas galimybes ir priima teisingą pasirinkimą.
Viačeslavas Larionovas