Pesquisadores da Google DeepMind, o braço de pesquisas em inteligência artificial da gigante da internet, desenvolveram um sistema de computador capaz de aprender tarefas sozinho, a partir da própria experiência. O programa, chamado deep Q-network (DQN), comprovou seu talento jogando 49 antigos títulos do sistema Atari sem qualquer tipo de instrução. O agente artificial foi capaz de descobrir estratégias por conta própria e, em alguns games clássicos, pontuou mais do que um jogador humano profissional. O feito é destaque na capa da revista Nature de hoje e pode ser o primeiro passo para o desenvolvimento de uma plataforma de inteligência artificial que reproduza o pensamento humano.
A rede artificial foi apresentada a cada um dos jogos sem qualquer dica ou manual de instrução. A única informação recebida pelo programa foi o feedback visual da tela e o número de pontos obtidos a cada rodada. No jogo Breakout, por exemplo, o objetivo é quebrar uma parede de tijolos rebatendo uma bola com uma plataforma móvel. A princípio, o computador deixava o ponto cair e perdia inúmeras vidas. Dezenas de partidas depois, contudo, a máquina adquiriu alguma habilidade no jogo, e, algumas outras centenas de tentativas permitiram a ela elaborar uma estratégia própria: criar um túnel entre os tijolos e jogar a bola por cima do obstáculo.
Volodymyr Mnih, um dos pesquisadores envolvidos no projeto, conta que o programa parte de um conjunto completamente aleatório de movimentos, analisa o resultado de suas ações com base nos pontos obtidos e se aperfeiçoa naquela tarefa. ;O sistema definitivamente descobre alguns aspectos das regras do jogo. Por exemplo, no jogo Seaquest, ele percebeu que uma forma de ficar vivo é manter o submarino logo abaixo da superfície da água. Isso é algo que não sabíamos. Basicamente, o sistema descobriu isso sozinho;, afirma o cientista.
A matéria completa está disponívelaqui, para assinantes. Para assinar, clique