Когда алгоритм ИИ изучает новый навык - например видеоигру StarCraft II - он развивается настолько, что может победить лучших профессионалов.

Но это работает, если все играют по правилам. Стоит изменить параметры игры, и ИИ не сможет адаптироваться. Машина, играющая в пинг-понг, не может справиться даже с малейшим изменением расстояния разметки на столе. Как правило, алгоритм становится жертвой так называемого «катастрофического забвения», когда ИИ забывает предыдущие тренировки, как только приступает к новому заданию.

Теперь новое исследование IBM, которое компания представит на конференции по искусственному интеллекту в мае, может все изменить. IBM заявляет, что разработала алгоритм, способный обучаться на лету. Он использует что-то вроде виртуальной памяти, с помощью которой адаптируется к изменяющейся среде без необходимости обучения с нуля. Весь предыдущий опыт машины переносится на новую задачу, не мешая ее выполнению.

Согласно исследовательской работе IBM-Watson AI, в игре «Flappy Bird», ИИ не останавливался, даже если расстояние между трубами и препятствиями постоянно менялось. Это важный пример гибкое рассуждение ИИ следующего поколения.

Конечная цель таких проектов - создать искусственный общий интеллект или подобный человеческому или сверхчеловеческому ИИ из научной фантастики. Эта новая работа еще не завершена, но она уже позволяет ИИ учиться более человечно, имитируя гибкость мозга и способность со временем обновлять базу знаний.