Някои игрови постижения са прекалено сложни дори за опитни геймъри - като например, преминаването през всички 256 нива на Pac-Man на класическата конзола Atari 2600 и постигане на перфектен резултат от 999 990 точки.

Ето защо, Microsoft дори не са опитали да обучават своя изкуствен интелект за тази грандиозна задача, а са възприели малко по-различен подход. Те са разделили предизвикателството на малки порции от задачи, след което тренирали клъстер от 150 AI да преминат през тях като отбор.

Изкуственият интелект е разработен от Maluuba, канадска компания, която Microsoft наскоро придоби, и разчита на затвърждаващ метод на учене, за да развие стратегията си. Това е техника, при която алгоритъмът е награден, когато използва най-ефикасния път за решаване на дадена задача.

Идеята е, че след достатъчно време и опити системата евентуално ще намери най-добрия път за действие при дадената задача. Google използва същата техника, за да победи най-добрите играчи на китайски шах Go.

Когато обаче задачите са прекалено комплексни, този метод на обучение е прекалено бавен - по подбие на примера с 1000 маймуни и 1000 пишещи машини, които след безкрайно много време ще възпроизведат "Война и мир" на случаен принцип.

Именно затова, екипът на Maluuba е разпределил сложната задача на по-малки подзадачи - като избягване на враговете (призраци) или изяждане на специфична пелета в лабиринта. След това тези задачи са били разпределени на система от 150 невронни мрежи, която е контролирана от главен изкуствен интелект.

Резултатът говори сам за себе си - но компанията планира да използва тази техника, за да направи бъдещите невронни мрежи по-бързи и по-самостоятелни. Както посочват самите Microsoft в блога си, подобни системи могат да бъдат използвани от маркетинг екип например, за да разбере кои клиенти имат нужда от внимание.