Esta competência abre caminho para futuros desenvolvimentos informáticos orientados para resolver tarefas da vida cotidiana, mas também para participar no tratamento de algumas questões importantes (clima, saúde), que impliquem o uso de grandes quantidades de dados, asseguram os criadores desse algoritmo, que publicaram seus trabalhos nesta quarta-feira na revista Nature.
"É a primeira vez que concebemos um sistema de aprendizagem geral único, que seja capaz de aprender diretamente a partir da experiência para dominar a continuação de uma ampla gama de tarefas difíceis", declarou Demis Hassabis, co-fundador da DeepMind, durante uma coletiva de imprensa em Londres, retransmitida pela Nature.
A companhia britânica, adquirida em 2014 pelo gigante americano da internet, apresentou os resultados de seu novo sistema, que reúne várias técnicas de aprendizagem informática com mecanismos inspirados no funcionamento das redes neurais.
A partir de informações mínimas, este "agente de inteligência artificial", batizado de DQN (deep-Q-network), conseguiu aprender sozinho vários videogames por meio da experiência, até o ponto de igualar-se e de inclusive superar os humanos em grande parte dos casos.
Assim, o sistema se mostrou melhor que um jogador experiente em 29 jogos clássicos desenvolvidos pelo japonês Atari, especialmente Space Invaders e Breakout. Mas por enquanto, não e tão bom nos outros 20.
NOVO PASSO Dezoito anos depois da vitória do supercomputador Deep Blue contra o então campeão do mundo de xadrez, o russo Gary Kasparov, e quatro anos depois de um programa informático Watson em um jogo televisionado nos Estados Unidos, este anúncio marca um novo passo importante no campo da inteligência artificial.
DQN experimentou com jogos do final dos anos 1970 e dos anos 1980. "Agora vamos até os jogos dos anos 1990. Nos orientamos até jogos em 3D, o que é muito mais complicado", reconheceu Hassabis. "Chegaremos em cinco anos".