L'AI di DeepMind inventa un modo migliore di apprendere: una svolta nell'apprendimento per rinforzo I ricercatori di DeepMind hanno dimostrato che l'intelligenza artificiale può scoprire autonomamente algoritmi di apprendimento per rinforzo (RL) che superano quelli meticolosamente creati dagli esseri umani. Questo progresso sfida il paradigma tradizionale in cui le regole RL sono progettate manualmente, aprendo la strada affinché le macchine evolvano le proprie strategie di apprendimento solo dall'esperienza. L'innovazione principale risiede nell'apprendimento per rinforzo meta, una tecnica in cui un sistema AI impara *come* apprendere attingendo dalle esperienze collettive di più agenti che navigano in ambienti complessi. Invece di fare affidamento su regole predefinite, l'AI affina iterativamente un nuovo metodo per aggiornare politiche e previsioni. Quando testato sul benchmark classico di Atari—una suite di videogiochi utilizzata per valutare le prestazioni RL—l'algoritmo scoperto non solo ha superato le regole esistenti progettate dagli esseri umani, ma ha anche eccelso in compiti completamente nuovi e impegnativi che non aveva mai incontrato durante l'addestramento. Non si tratta di un miglioramento incrementale, ma di un cambiamento concettuale. L'AI potrebbe accelerare i progressi in campi che richiedono intelligenza adattativa, dalla robotica alla scoperta scientifica. Automatizzando il processo di scoperta, potremmo presto vedere sistemi AI che avviano i propri progressi, riducendo la necessità di intervento umano e potenzialmente portando a un'intelligenza artificiale più robusta e generalizzabile. Carta: