DeepMind, công ty về trí thông minh nhân tạo (AI) của Goolge, phát triển một chương trình có khả năng thực hiện hàng loạt nhiệm vụ khác nhau gần giống con người. Nó học hỏi cách giải quyết vấn đề trong quá khứ và sử dụng những kiến thức này để giải quyết vấn đề mới.
Chương trình của DeepMind cho thấy, AI có thể tự giải quyết vấn đề mới nếu các nhà khoa học xây dựng thành công cái gọi là trí thông minh nhân tạo tổng hợp (AGI) sánh được với trí thông minh của con người.
"Nếu chúng ta tạo ra các chương trình máy tính thông minh hơn và hữu ích hơn, thì chúng phải có khả năng AGI để học hỏi liên tục", James Kirkpatrick, chuyên gia làm việc tại DeepMind, cho biết.
Hầu hết AI hoạt động dựa trên chương trình gọi là "mạng lưới thần kinh". Chúng học cách thực hiện nhiệm vụ, chẳng hạn như chơi cờ hoặc chơi bài, thông qua vô số vòng lặp thử và phát hiện lỗi. Nhưng một khi mạng lưới thần kinh được tạo ra để chơi cờ, AI chỉ có thể học chơi trò chơi khác sau khi ghi đè lên các kỹ năng chơi cờ của nó. Các nhà nghiên cứu gọi điều này là "sự quên lãng".
Nếu AI không có kỹ năng tự xây dựng cho mình kỹ năng khác, nó sẽ không bao giờ học hỏi được như con người, hoặc giải quyết vấn đề mới linh hoạt theo cách mà con người có thể làm.
Để chế tạo AI mới, các nhà nghiên cứu tại DeepMind dựa trên những nghiên cứu trước đó trong lĩnh vực khoa học thần kinh. Cụ thể là động vật liên tục học hỏi bằng cách giữ lại kết nối não quan trọng đối với kỹ năng học trong quá khứ, ví dụ như giấu mồi hoặc tìm kiếm thức ăn.
Chương trình AI của DeepMind phản ánh quá trình học tập của não một cách đơn giản. Trước khi chuyển từ nhiệm vụ này sang nhiệm vụ khác, AI sẽ xem xét các kết nối trong mạng thần kinh của mình để tìm ra phần kiến thức nào là quan trọng nhất để áp dụng cho tình huống tiếp theo.
Các nhà nghiên cứu đưa ra một thử thách bằng cách cho AI mới chơi 10 trò chơi cổ điển theo thứ tự ngẫu nhiên. Họ nhận ra AI chơi tốt dần hơn sau mỗi trò chơi như một người thật sự. Nếu không có phương pháp củng cố bộ nhớ, AI sẽ không thể học hỏi và rút kinh nghiệm được sau khi chơi một trong số các trò chơi.
"Nghiên cứu này là bước đầu để xây dựng nhiều hệ thống giải quyết vấn đề có thể học hỏi linh hoạt và hiệu quả hơn trong tương lai", Kirkpatrick nói.
