Esta compet�ncia abre caminho para futuros desenvolvimentos inform�ticos orientados para resolver tarefas da vida cotidiana, mas tamb�m para participar no tratamento de algumas quest�es importantes (clima, sa�de), que impliquem o uso de grandes quantidades de dados, asseguram os criadores desse algoritmo, que publicaram seus trabalhos nesta quarta-feira na revista Nature.
"� a primeira vez que concebemos um sistema de aprendizagem geral �nico, que seja capaz de aprender diretamente a partir da experi�ncia para dominar a continua��o de uma ampla gama de tarefas dif�ceis", declarou Demis Hassabis, co-fundador da DeepMind, durante uma coletiva de imprensa em Londres, retransmitida pela Nature.
A companhia brit�nica, adquirida em 2014 pelo gigante americano da internet, apresentou os resultados de seu novo sistema, que re�ne v�rias t�cnicas de aprendizagem inform�tica com mecanismos inspirados no funcionamento das redes neurais.
A partir de informa��es m�nimas, este "agente de intelig�ncia artificial", batizado de DQN (deep-Q-network), conseguiu aprender sozinho v�rios videogames por meio da experi�ncia, at� 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 cl�ssicos desenvolvidos pelo japon�s Atari, especialmente Space Invaders e Breakout. Mas por enquanto, n�o e t�o bom nos outros 20.
NOVO PASSO Dezoito anos depois da vit�ria do supercomputador Deep Blue contra o ent�o campe�o do mundo de xadrez, o russo Gary Kasparov, e quatro anos depois de um programa inform�tico Watson em um jogo televisionado nos Estados Unidos, este an�ncio marca um novo passo importante no campo da intelig�ncia artificial.
DQN experimentou com jogos do final dos anos 1970 e dos anos 1980. "Agora vamos at� os jogos dos anos 1990. Nos orientamos at� jogos em 3D, o que � muito mais complicado", reconheceu Hassabis. "Chegaremos em cinco anos".