I ricercatori del MIT e di altre istituzioni hanno scoperto un fenomeno chiamato "effetto dell'allenamento indoor", che suggerisce che l'addestramento di agenti di intelligenza artificiale (AI) in ambienti meno rumorosi può portare a una migliore performance in contesti più imprevedibili. Tradizionalmente, si pensava che gli ambienti di addestramento dovessero imitare da vicino gli ambienti in cui gli agenti sarebbero stati schierati. Tuttavia, questo studio indica che quando gli agenti di AI vengono addestrati in ambienti stabili e privi di rumore, potrebbero superare quelli addestrati in scenari più complessi e rumorosi durante i test. I ricercatori, guidati da Serena Bono, hanno esplorato questo effetto addestrando l'AI a giocare a giochi Atari modificati con un'aggiunta di imprevedibilità. Hanno scoperto che gli agenti addestrati in questi ambienti puliti hanno ottenuto risultati migliori nel complesso, supportando l'idea che questo effetto sia una proprietà più ampia dell'apprendimento per rinforzo.

Il loro lavoro sfida la saggezza convenzionale, suggerendo che creare scenari di addestramento simulati progettati intenzionalmente per minimizzare il rumore potrebbe essere più vantaggioso. Lo studio ha coinvolto il miglioramento delle strategie di esplorazione degli agenti, con la comprensione che gli agenti addestrati in ambienti meno rumorosi apprendono le regole del gioco più facilmente rispetto a quelli esposti al caos. In futuro, il team prevede di indagare come l'effetto dell'allenamento indoor possa essere applicato a ambienti di apprendimento più complessi e ad altre applicazioni di AI, come l'elaborazione del linguaggio naturale e la visione artificiale. Questa ricerca sarà presentata alla Conferenza dell'Associazione per il Progresso dell'Intelligenza Artificiale.