Kufundisha mashine kwa njia inayofanana na jinsi wapataji wa wanyama wanavyoshape tabia ya mbwa au farasi imekuwa njia muhimu katika kukuza akili bandia. Njia hii ilitambuliwa siku ya Jumatano kwa tuzo maarufu ya A. M. Turing, ambayo mara nyingi inaonekana kama Tuzo ya Nobel katika eneo la teknolojia. Washindi wa tuzo ya mwaka huu, Andrew Barto na Richard Sutton, wanatambuliwa kama waanzilishi katika ujifunzaji wa nguvu, eneo ambalo limeona maendeleo makubwa tangu utafiti wao wa awali ulipoanza mwishoni mwa miaka ya 1970. Kazi yao ya msingi ilihifadhi uvumbuzi wengi wa AI katika muongo uliopita, ikijikita katika kuunda mashine “hedonistic” zinazoweza kubadilisha tabia yao kulingana na mrejesho mzuri. Ujifunzaji wa nguvu ulikuwa muhimu katika programu ya kompyuta ya Google kushinda washindani wakuu wa kibinadamu katika mchezo wa bodi ya jadi wa Kichina wa Go mnamo 2016 na 2017. Pia ina jukumu muhimu katika kuboresha matumizi ya AI yaliyotumiwa sana kama ChatGPT, kuboresha biashara za kifedha, na kuwezesha mkono wa roboti kutatua Rubik’s Cube. Hata hivyo, Barto alisisitiza kwamba walipokuwa wakiendeleza nadharia na algorithms zao katika Chuo Kikuu cha Massachusetts, Amherst, eneo hilo lilikuwa “halifai. ” “Tulikuwa na hali ya kutopatikana, ” Barto alieleza kwenye mahojiano na The Associated Press. “Hii inafanya kupokea tuzo hii kuwa ya kufurahisha sana, kwani inaonyesha umuhimu na mvuto wa kazi yetu, ambayo haikugundulika katika siku za awali. ” Tuzo ya kila mwaka ya $1 milioni, iliyotangazwa na Umoja wa Vifaa vya Kompyuta, in Sponsordiwa na Google. Ingawa Barto, ambaye sasa amejiuzulu kutoka Chuo Kikuu cha Massachusetts, na Sutton, profesa ambaye amehudumu kwa muda mrefu katika Chuo Kikuu cha Alberta, Kanada, si wabunifu wa kwanza wa AI kupokea tuzo hiyo iliyopewa jina la mwanahisabati wa Uingereza, mvunja kanuni, na mwanzo wa AI Alan Turing, utafiti wao umeshughulikia moja kwa moja mwito wa Turing wa mwaka 1947 kwa mashine inayoweza “kufundisha kutoka kwa uzoefu. ” Sutton anaelezea hii kama “dhana kuu ya ujifunzaji wa nguvu. ” Kazi yao ilijumuisha maarifa kutoka saikolojia na neurosayansi kuhusu jinsi seli za radhi zinavyofanya kazi kwa kutawanya zawadi na adhabu.

Karatasi muhimu iliyochapishwa mwanzoni mwa miaka ya 1980 ilionyesha njia yao mpya kupitia kazi maalum: kusawazisha mti juu ya gari linalohamia ili kuzuia kuanguka. Walifanya kazi pamoja kuandika kitabu juu ya ujifunzaji wa nguvu ambacho kinatumika sana. “Vifaa walivyovitengeneza ni msingi wa ukuaji wa sasa wa AI, vinavyoweza kuleta maendeleo makubwa, kuvutia wanataaluma wengi vijana, na kuzalisha bilioni za dola katika uwekezaji, ” alisema Jeff Dean, mwanasayansi mkuu wa Google, katika taarifa iliyoandikwa. Katika mahojiano ya pamoja na AP, Barto na Sutton mara kwa mara walikuwa na mitazamo tofauti juu ya kutathmini hatari za wakala wa AI wanapojitahidi kuboresha wenyewe. Walifanya tofauti wazi kati ya kazi yao na uwanja maarufu wa AI unaozalisha, kama vile mifano mikubwa ya lugha inayotumika katika chatbots zilizoundwa na OpenAI, Google, na wengine wanaoiga uandishi na vyombo vya habari vya kibinadamu. “Uamuzi mkubwa ni kama kujifunza kutoka kwa data za kibinadamu au kuacha wakala wa AI kujifunza kutoka kwa uzoefu wake mwenyewe, ” Sutton alielezea. Ingawa Sutton anapunguza kile anachokiona kama hofu zilizozidi kuhusu hatari zinazoweza kutokea za AI kwa ubinadamu, Barto anasisitiza tahadhari, akisema, “Lazima tuwe na ufahamu wa matokeo yasiyotarajiwa. ” Barto, ambaye amestaafu kwa miaka 14, anajiona kama Luddite, kinyume na Sutton, ambaye anatarajia siku zijazo ambapo viumbe wenye akili kubwa kuliko wanadamu wapo - dhana inayojulikana kama posthumanism. “Wanadamu ni mashine, mashine za ajabu na za kipekee, lakini siyo bidhaa ya mwisho na wanaweza kufanya kazi bora zaidi, ” Sutton aliona. “Ni sehemu ya lazima ya juhudi za AI, ” Sutton alihitimisha. “Tunataka kujielewa na kuendeleza mifumo inayoweza kufanya kazi hata kwa ufanisi zaidi. Huenda hata kuwa viumbe kama hivyo. ”