Árið 1977 byrjaði Andrew Barto, rannsakandi við háskólann í Massachusetts, Amherst, að kanna nýja kenningu sem sugðist á að taugafrumur hegðuðu sér eins og þeir væru hedonistar. Grundvallarforsendan var sú að mannshugurinn virkar í gegnum milljarða taugafrumna, hver þeirra leitast við að hámarka ánægju og lágmarka sársauka. Á næsta ári gekk annar ungur rannsóknarmaður, Richard Sutton, til liðs við hann. Sammen leituðu þeir að því að skýra mannlega greind út frá þessari einföldu hugmynd og beittu henni á gervigreind. Þessi samstarf leiddi til þróunar "styrkingarnáms, " aðferðar sem gerir gervigreindarkerfum kleift að læra af sínum stafrænu jafnoka ánægju og sársauka. Á miðvikudaginn tilkynnti Félag á tölvunarfræðum, stærsta fagfélag tölvunarfræðinga á heimsvísu, að Dr. Barto og Dr. Sutton hefðu hlotið Turing-verðlaunin fyrir þetta árið fyrir framlag þeirra til styrkingarnáms. Turing-verðlaunin, sem stofnuð voru árið 1966, eru oft talin Nóbelsverðlaunin í tölvunarfræðum. Rannsakendurnir tveir munu deila 1 milljón dollara verðlaunum sem tengjast þessum heiðri. Síðastliðin áratug hefur styrkingarnám verið nauðsynlegt við framgang gervigreindar, og drifið fram að mikilvægu tækni eins og AlphaGo frá Google og ChatGPT frá OpenAI.

Grunngerðirnar að baki þessum nýjungum stafa af rannsóknunum hjá Dr. Barto og Dr. Sutton. „Þeir eru óumdeilanlegir frumkvöðlar styrkingarnáms, “ sagði Oren Etzioni, emeritus prófessor í tölvunarfræðum við Háskólann í Washington og stofnandi forstjóri Allen Institute for Artificial Intelligence. „Þeir sköptu grundvallarhugmyndirnar — og þeir eru höfundar bókarinnar um efnið. “ Bók þeirra, „Reinforcement Learning: An Introduction, “ gefin út árið 1998, þjónar enn sem frábært heimild um hugmynd sem margir sérfræðingar telja sig enn vera í byrjunarherferð við að ná fullum möguleikum. Takk fyrir þolinmæðina meðan aðgangur er verið að staðfesta. Ef þú ert í leshamni, vinsamlegast útskrifaðu þig og skráðu þig inn á Times reikninginn þinn eða gerst áskrifandi til að fá fullan aðgang að The Times. Takk fyrir þolinmæðina á meðan aðgangur er verið að staðfesta. Ertu þegar áskrifandi?Skráðu þig inn. Viltu öll The Times?Gerast áskrifandi.