Entwickler von DeepMind und der Carnegie Mellon University entschieden sich für einen interessanten Lernansatz. Das Erlernen von KI-Sprachen ist ziemlich mühsam, daher entschieden die Wissenschaftler, dass es besser wäre, wenn die künstliche Intelligenz die Grundprinzipien des alleinigen Gebrauchs der Sprache lernt. Dazu haben die Forscher zwei neuronale Netze in ein Arcade-Spiel eingebunden und sie hacken lassen, bis sie blau werden, und einzelne Objekte mit unterschiedlichen Eigenschaften mit diesen verglichen bis sie anfangen, die Sprache zu verstehen.
So lernten Programme, die versuchten, das gewünschte Ergebnis auf Millionen verschiedener Arten zu erzielen, bestimmte Wörter mit Objekten und ihren Eigenschaften zu verknüpfen und begannen, mit verschiedenen Konzepten zu arbeiten, wie beispielsweise "größer" oder "kleiner", und begannen, ähnliche externe Objekte von der Spielumgebung zu unterscheiden. Die künstliche Intelligenz war also in der Lage, das in ungewohnten Situationen gewonnene Wissen anzuwenden und im Spiel auf Säulen und andere Objekte derselben Farbe zu stoßen, aber gemäß der Aufgabe ging sie genau zu den Säulen, obwohl sie sie zuvor noch nicht gesehen hatte.
"Das ultimative Ziel ist es, der KI zu helfen, das aus dem Spiel gewonnene Wissen auf andere Bereiche ihrer Aktivität zu übertragen", sagte Devendra Chaplot, MA, Carnegie Mellon University, der einen Vortrag über die Arbeit des Teams hielt.
Videospiele werden von Entwicklern bei DeepMind auch für andere Zwecke verwendet. Mit Hilfe des Sokoban-Spiels wird beispielsweise der KI beigebracht, sich etwas vorzustellen - bevor der nächste Schritt ausgeführt wird, berechnet das Programm selbst die möglichen Optionen "im Auge" und trifft die richtige Wahl.
Viacheslav Larionov