Melatih mesin dengan cara yang serupa dengan cara pelatih haiwan membentuk tingkah laku anjing atau kuda telah menjadi pendekatan penting dalam memajukan kecerdasan buatan. Kaedah ini telah dihargai pada hari Rabu dengan Anugerah A. M. Turing yang berprestij, yang sering dianggap sebagai Hadiah Nobel dalam dunia teknologi. Pemenang anugerah tahun ini, Andrew Barto dan Richard Sutton, diiktiraf sebagai pelopor dalam pembelajaran penguatan, satu bidang yang telah mengalami perkembangan yang signifikan sejak penyelidikan awal mereka bermula pada akhir 1970-an. Kerja asas mereka membolehkan banyak penemuan dalam AI dalam dekad yang lalu, dengan fokus pada penciptaan mesin "hedonistik" yang mampu menyesuaikan tingkah laku mereka sebagai respons kepada maklum balas positif. Pembelajaran penguatan memainkan peranan penting dalam program komputer Google yang mengalahkan pesaing manusia terkemuka dalam permainan papan Cina kuno Go pada tahun 2016 dan 2017. Ia juga berperanan penting dalam meningkatkan aplikasi AI yang digunakan secara meluas seperti ChatGPT, mengoptimumkan perdagangan kewangan, dan membolehkan tangan robot menyelesaikan Rubik’s Cube. Namun, Barto mencatatkan bahawa apabila dia dan Sutton, pelajar doktoralnya, mula mengembangkan teori dan algoritma mereka di Universiti Massachusetts, Amherst, bidang ini pada umumnya adalah "kurang popular. " “Kami agak berada di dalam hutan, ” kata Barto dalam satu wawancara dengan The Associated Press. “Itu menjadikan penerimaan anugerah ini sangat memuaskan, kerana ia menyerlahkan relevansi dan daya tarikan kerja kami, yang tidak diiktiraf pada awalnya. ” Hadiah tahunan sebanyak $1 juta, yang diumumkan oleh Persatuan untuk Mesin Pengkomputeran, ditaja oleh Google. Walaupun Barto, yang kini telah bersara dari Universiti Massachusetts, dan Sutton, seorang profesor lama di Universiti Alberta di Kanada, bukanlah inovator AI pertama yang menerima anugerah yang dinamakan bersempena ahli matematik British, pemecah kode, dan pelopor AI awal Alan Turing, penyelidikan mereka telah secara langsung menjawab seruan Turing pada tahun 1947 untuk mesin yang mampu "belajar dari pengalaman. " Sutton mendeskripsikan ini sebagai "konsep asas pembelajaran penguatan. " Kerja mereka menggabungkan pandangan dari psikologi dan neurosains tentang bagaimana neuron yang mencari kesenangan bertindak balas terhadap ganjaran dan hukuman.

Kertas kerja yang berpandukan kepada perubahan yang diterbitkan pada awal 1980-an menunjukkan pendekatan baru mereka melalui satu tugas khusus: menyeimbangkan tiang di atas kart bergerak untuk mengelakkan ia daripada jatuh. Mereka kemudiannya bersama-sama mengarang buku teks mengenai pembelajaran penguatan yang digunakan secara meluas. “Alat yang mereka bangunkan adalah asas kepada lonjakan AI semasa, menyebabkan kemajuan yang signifikan, menarik ramai penyelidik muda, dan menghasilkan pelaburan bernilai bilion, ” kata Jeff Dean, ketua saintis Google, dalam satu kenyataan bertulis. Dalam satu wawancara bersama dengan AP, Barto dan Sutton kadangkala mempunyai pandangan berbeza tentang penilaian risiko agen AI yang bertujuan untuk meningkatkan diri. Mereka membuat pembezaan yang jelas antara kerja mereka dan bidang AI generatif yang trendi, seperti model bahasa besar yang digunakan dalam chatbot yang diciptakan oleh OpenAI, Google, dan lain-lain yang meniru penulisan dan media seperti manusia. “Keputusan utama adalah sama ada untuk belajar daripada data manusia atau membiarkan agen AI belajar daripada pengalaman sendiri, ” jelas Sutton. Walaupun Sutton merendahkan apa yang dilihatnya sebagai ketakutan yang terlalu besar mengenai ancaman berpotensi AI terhadap kemanusiaan, Barto menggesa agar berhati-hati, dengan menyatakan, “Kita mesti tetap peka terhadap kemungkinan akibat yang tidak dijangka. ” Barto, yang telah bersara selama 14 tahun, menganggap dirinya sebagai seorang Luddite, berbeza dengan Sutton, yang menjangkakan masa depan di mana entiti dengan kecerdasan lebih tinggi daripada manusia akan wujud—sebuah konsep yang dikenali sebagai posthumanisme. “Manusia adalah mesin, mesin yang luar biasa dan hebat, tetapi mereka bukan produk akhir dan boleh berfungsi dengan lebih baik, ” kata Sutton. “Ia adalah bahagian yang semulajadi dalam usaha AI, ” kata Sutton menutup. “Kami bercita-cita untuk memahami diri kami dan mengembangkan sistem yang boleh beroperasi lebih berkesan. Mungkin juga untuk menjadi entiti seperti itu. ”