Obučavanje mašina na sličan način kao što treneri životinja oblikuju ponašanje pasa ili konja bilo je ključno u razvoju veštačke inteligencije. Ova metoda je u sredu počašćena prestižnom A. M. Turing nagradom, koja se često smatra Nobela nagradom u tehnološkom svetu. Pobednici ovogodišnje nagrade, Andrew Barto i Richard Sutton, prepoznati su kao pioniri u učenju uz pojačanje, oblasti koja je doživela značajne napretke otkako je njihovo prvobitno istraživanje započelo kasnih 1970-ih. Njihov osnovni rad omogućio je brojne proboje u veštačkoj inteligenciji tokom protekle decenije, fokusirajući se na stvaranje “hedonističkih” mašina sposobnih da prilagode svoje ponašanje kao odgovor na pozitivne povratne informacije. Učenje uz pojačanje bilo je ključno kada je Googlov kompjuterski program pobedio vrhunske ljudske takmičare u drevnoj kineskoj društvenoj igri Go 2016. i 2017. godine. Takođe igra vitalnu ulogu u unapređenju široko korišćenih aplikacija veštačke inteligencije kao što je ChatGPT, optimizaciji finansijskog trgovanja i omogućavanju robotskoj ruci da reši Rubikovu kocku. Međutim, Barto je napomenuo da je kada su on i Sutton, njegov doktorski student, započeli razvijanje svojih teorija i algoritama na Univerzitetu u Massachusettsu, Amherst, ova oblast bila uglavnom “nepopularna”. “Bili smo pomalo u divljini, ” rekao je Barto u intervjuu za The Associated Press.

“To čini primanje ove nagrade posebno zadovoljavajućim, jer ističe relevantnost i intrige našeg rada, koji nije bio prepoznat u ranim danima. ” Godишnja nagrada od 1 milion dolara, koju je objavila Asocijacija za računarske mašine, sponzoriše Google. Iako Barto, sada penzionisan sa Univerziteta u Massachusettsu, i Sutton, dugogodišnji profesor na Univerzitetu Alberta u Kanadi, nisu prvi inovatori u veštačkoj inteligenciji koji su primili nagradu nazvanu po britanskom matematičaru, dešifrantniku i ranoj pioniru veštačke inteligencije Alanu Turingu, njihovo istraživanje direktno se bavilo Turingovim apelom iz 1947. godine za mašinom sposobnom da “uči iz iskustva. ” Sutton ovo opisuje kao “vjerojatno fundamentalni koncept učenja uz pojačanje. ” Njihov rad uključivao je uvide iz psihologije i neuroznanosti o tome kako neuroni orijentisani na zadovoljstvo reaguju na nagrade i kazne. Revolucionarni rad objavljen početkom 1980-ih prikazao je njihov novi pristup kroz specifičan zadatak: balansiranje štapa na pokretnom kolica kako bi se sprečilo njegovo padanje. Kasnije su zajedno napisali udžbenik o učenju uz pojačanje koji se široko koristi. “Alati koje su razvili su temelj aktuelnog procvata veštačke inteligencije, dovodeći do značajnih napredaka, privlačeći bezbroj mladih istraživača i generišući milijarde u investicijama, ” izjavio je Jeff Dean, glavni naučnik Google-a, u pisanoj izjavi. U zajedničkom intervjuu sa AP-om, Barto i Sutton povremeno su imali različite poglede na procenu rizika agenata veštačke inteligencije koji teže samousavršavanju. Napravili su jasnu razliku između svog rada i modernog polja generativne veštačke inteligencije, kao što su veliki jezički modeli korišćeni u chatbotovima koje su kreirali OpenAI, Google i drugi, koji repliciraju ljudsko pisanje i medije. “Glavna odluka je da li učiti iz ljudskih podataka ili dopustiti agentu veštačke inteligencije da uči iz sopstvenih iskustava, ” objasnio je Sutton. Dok Sutton umanjuje ono što smatra prenaglašenim strahovima u vezi sa potencijalnim pretnjama veštačke inteligencije po čovečanstvo, Barto upozorava na oprez, govoreći: “Moramo biti svesni mogućih nepredviđenih posledica. ” Barto, koji je u penziji već 14 godina, smatra se ludditom, u suprotnosti sa Suttonom, koji anticipira budućnost u kojoj će postojati entiteti sa većom inteligencijom od ljudi—koncept poznat kao posthumanizam. “Ljudi su mašine, izvanredne i izvanredne mašine, ali nisu konačni proizvod i mogli bi funkcionisati bolje, ” primetio je Sutton. “To je inherentni deo napora veštačke inteligencije, ” zaključio je Sutton. “Cilj nam je razumeti sebe i razviti sisteme koji mogu da funkcionišu još efikasnije. Možda čak i postati takvi entiteti. ”