Kunstmatige intelligentie presteert beter als het zelf oplossingen mag bedenken. Dit ontdekten onderzoekers van de universiteiten van Hong Kong en Berkeley. Hun bevinding weerlegt een belangrijke overtuiging in het vakgebied.
De wetenschappers vergeleken twee leermethoden voor AI-systemen. Bij de eerste methode krijgt het systeem menselijke voorbeelden. Bij de tweede methode leert het door te oefenen. Te veel voorbeelden blijken schadelijk.
Het onderzoeksteam gebruikte twee verschillende tests. De eerste test keek naar rekenvaardigheid. De tweede test onderzocht hoe goed systemen kunnen navigeren in een virtuele wereld.
Systemen die zelf mochten oefenen, presteerden beter op nieuwe taken. Systemen met veel voorbeelden leerden alleen het nadoen. Dit gold voor zowel tekst als beelden.
"Als computers zelf mogen leren, vinden ze vaak verrassende oplossingen. Dit werkt beter dan het maken van dure voorbeelden", vertelden de onderzoekers in hun rapport.