Lietas, kas cilvēkiem ir pilnīgi acīmredzamas mākslīgajam intelektam, var kļūt par neatrisināmu uzdevumu, tāpēc DeepMind nolēma iemācīt neironu tīklam domāt abstrakti un izveidot savienojumu ar citiem neironu tīkliem, lai palīdzētu un kopīgi risinātu sarežģītas problēmas.
Iemācīt AI atpazīt attēlus ir tikpat viegli kā bumbieru lobīšana, bet jau ir grūtāk noteikt, kurš no objektiem ir lielāks nekā otrs, ja tajā pašā laikā tie atrodas dažādos attālumos. Lai to izdarītu, DeepMind izstrādāja neironu tīklu, kas specializējas šādos uzdevumos, un pēc tam pievienoja tam AI, lai uzlabotu savas iespējas.
AI apmācības laikā viņam tika parādīti dažādu trīsdimensiju objektu attēli, un tad viņi sāka uzdot jaunajai programmai sarežģītus jautājumus, liekot viņam domāt racionāli. Uz jautājumu, kāds ir cilindra izmērs, kas atrodas pa kreisi no brūnā metāla lietas, kas ir pa kreisi no lielās bumbiņas, mākslīgais intelekts, kas savienots ar neironu tīklu, atbildēja diezgan ātri un pareizi. Izstrādātāji sagatavoja diezgan daudz šādu uzdevumu AI, taču 95 procentos gadījumu programma atbildēja pareizi, parādot nelielu atšķirību no cilvēku konkurentiem.
Google neironu tīkls sāka mācīt citas AI jau šī gada janvārī, bet tagad tas viņiem var iemācīt daudz interesantākas nodarbības. Izstrādes praktiskā pielietošana vēl nav izgudrota, taču tas, ka mākslīgais intelekts ir kļuvis gudrāks un gudrāks, noteikti ir patīkami.
