Izstrādātāji no DeepMind un Carnegie Mellon University nolēma izmantot interesantu pieeju mācībām. AI valodu apguve ir diezgan nogurdinoša, tāpēc zinātnieki nolēma, ka labāk būtu, ja mākslīgais intelekts iemācās valodas lietošanas pamatprincipus pats par sevi - tam pētnieki arkādes spēlē ievieto divus neironu tīklus un lika tos sakapāt, līdz tie kļūst zili, salīdzinot atsevišķus objektus ar atšķirīgām īpašībām ar tiem. līdz viņi sāk saprast valodu.
Tātad, programmas, cenšoties sasniegt vēlamo rezultātu miljonos dažādos veidos, iemācījās saistīt noteiktus vārdus ar objektiem un to īpašībām un sāka darboties ar dažādiem jēdzieniem, piemēram, "lielāks" vai "mazāks", un sāka atšķirt līdzīgus ārēji objektus no spēles vides. Tātad mākslīgais intelekts varēja iegūtās zināšanas pielietot nepazīstamās situācijās, spēlējot spēles kolonnās un citos tādas pašas krāsas objektos, taču, saskaņā ar uzdevumu, tas precīzi devās uz kolonnām, lai gan tas viņus iepriekš nebija redzējis.
“Galvenais mērķis ir palīdzēt AI nodot spēles laikā iegūtās zināšanas citām darbības jomām,” saka Devendra Chaplot, Kārnegi Melona universitātes maģistrs, kurš sniedza prezentāciju par komandas darbu.
DeepMind izstrādātāji videospēles izmanto arī citiem mērķiem. Piemēram, ar spēles Sokoban palīdzību AI tiek iemācīts iztēloties - pirms nākamā gājiena programma pati aprēķina iespējamās iespējas "prātā" un izdara pareizo izvēli.
Viačeslavs Larionovs
