Les développeurs de DeepMind et de l'Université Carnegie Mellon ont décidé d'utiliser une approche intéressante de l'apprentissage. L'apprentissage des langues par l'IA est assez fastidieux, alors les scientifiques ont décidé qu'il serait préférable que l'intelligence artificielle apprenne seule les principes de base de l'utilisation du langage - pour cela, les chercheurs ont mis deux réseaux de neurones dans un jeu d'arcade et les ont fait couper jusqu'à ce qu'ils deviennent bleus, faisant correspondre des objets individuels avec des caractéristiques différentes à ceux-ci. jusqu'à ce qu'ils commencent à comprendre la langue.
Ainsi, les programmes, essayant d'obtenir le résultat souhaité de millions de façons différentes, ont appris à associer certains mots à des objets et à leurs caractéristiques et ont commencé à fonctionner avec différents concepts, tels que «plus grand» ou «plus petit», par exemple, et ont commencé à distinguer des objets externes similaires de l'environnement de jeu. Ainsi, l'intelligence artificielle a pu appliquer les connaissances acquises dans des situations inconnues, rencontrant des colonnes et d'autres objets de la même couleur dans le jeu, mais, selon la mission, elle est allée exactement aux colonnes, même si elle ne les avait pas vues auparavant.
«Le but ultime est d'aider l'IA à transférer les connaissances acquises grâce au jeu vers d'autres domaines de son activité», déclare Devendra Chaplot, MA, Université Carnegie Mellon, qui a fait une présentation sur le travail de l'équipe.
Les jeux vidéo sont également utilisés par les développeurs de DeepMind à d'autres fins. Avec l'aide du jeu Sokoban, par exemple, l'IA apprend à imaginer - avant de faire le prochain mouvement, le programme lui-même calcule les options possibles «à l'esprit» et fait le bon choix.
Viacheslav Larionov