Ko je bar malo upoznat sa neuronskim mrežama, ima neku predstavu kako složenost (broj slojeva, čvorova po sloju, i sl.) te neuronske mreže drastično utiče na to šta ta neuronska mreža može "naučiti", tj. za kakve je poslove sve možemo "istrenirati" da radi perfektno.
Na kraju krajeva, i ljudski mozak je jedna veoma složena neuronska mreža (sa oko 80 i nešto više milijardi neurona, plus koliki broj sinapsi između njih), samo što je takozvani "Neural coding" malo problematičan kod bioloških neurona. Neke stvari su odgonetnute, ali neke su još uvek nedokučive.
Na kraju krajeva, još uvek nije do kraja baš jasno šta je to svest, biologija se bavi jednim pogledom, a psihologija potpuno drugim.
Međutim, ono što mi je najinteresantnije kod Google-ovog rešenja je da AI navodno "vidi" samo sirove piksele i da mora sam da "nauči" i "shvati" o čemu se radi i kako da upravlja nekom igrom (prvo su krenuli sa jednostavnim arkadnim igrama, pa prešli na 3D vožnje, itd.).
Ovde se postavlja pitanje kako AI "zaključuje" šta je najveći uspeh u nekoj igri? Ispada da oni to kao nisu isprogramirali, a praktično su za svaku igricu morali posebno da pripreme AI kako bi ga pustili da sam "uči"? Ako sam zaključuje na osnovu grafičkog prikaza piksela šta treba da radi, onda mogu odmah da mu puste bilo koju igricu da nači ili bilo šta drugo, nema potrebe za posebnu "pripremu".
Očigledno je da u ovom delu (AI "vidi" samo piksele i nema ugrađenu logiku kako igra funkcioniše niti pravila) ima više marketinga nego bilo čega drugog, jer je očigledno da oni moraju da isprogramiraju poseban interfejs za svaku od igara koje su do sada "savladali", a da li će AI da "vidi" piksele preko posebnog interfejsa preko koga "razume" šta na ekranu znači vreme (npr. kod simulacije auto trka), a šta osvojeni poeni ili izgubljena loptica i sl. (npr. kod igre "breakout"), ili će AI da ima ugrađeno razumevanje za određenu igru, praktično je isto. Oni su samo sve to razdvojili u više slojeva, pa je AI u posebnom sloju i ne mora se posebno prilagođavati za različite namene (general purpose neural network), ali se interfejs za ulaz i izlaz podataka mora posebno pripremati za svaku primenu.
Inače bi jednostavno mogli da mu priključe kameru i puste da počne da uči o svetu oko nas.
A svako može da iskoristi neko od Open Source rešenja za AI bazirano na neuronskim mrežama i pokušati da ga istrenira da npr. igra šah, samo... mora se napraviti interfejs preko koga će igrati šah (bilo protiv nekog postojećeg računarskog programa ili same sebe) i/ili čitati poteze odigranih partija iz neke baze, a mora se imati i dovoljno moćan hardver da se u razumnom vremenu kvalitetno odradi "treniranje".
Blessed are those who can laugh at themselves, for they shall never cease to be amused.