JESTE LI PAMETNIJI OD GOOGLEOVE UMJETNE INTELIGENCIJE? Možete li riješiti zloglasnu zagonetku koja je uvjet za dobivanje posla u toj kompaniji?

Je li Googleov sistem umjetne inteligencije dovoljno pametan da dobije posao u Googleu? To uopće nije nemoguće, prenosi portal IFLScience .

Google Deepmind je razvio algoritam koji je sposoban riješiti zloglasnu 'zagonetku 100 šešira'.

Zagonetka zahtijeva tako visoku razinu lateralnog razmišljanja i rješavanja problema pa se često postavlja ljudima koji apliciraju za posao u investicijskoj banci Goldman Sachs i, zanimljivo, Googleu.

Evo kako zagonetka glasi:

'Egzekutor poreda stotinu zatvorenika u kolonu i na glavu svakom zatvoreniku stavi crveni ili plavi šešir. Svaki zatvorenik može vidjeti boju šešira zatvorenika koji stoji ispred njega, ali ne može vidjeti kakav šešir je na njegovoj glavi ili na glavi onih iza njega. Također, točan broj crvenih i plavih šešira također je nepoznat.

Egzekutor krene odostraga i pita svakog zatvorenika koje mu je boje šešir. On mora odgovoriti 'plavi' ili 'crveni' i ako odgovori točno, preživjet će. Ako odgovori pogrešno, bit će smaknut, brzo i tiho. I dok svi čuju odgovor, nitko ne zna je li bio točan ili pogrešan jer ne čuju samo smaknuće.

No, večer prije nego će dospjeti u takvu kolonu, jedan zatvorenik smislio je strategiju kako da se spasi. Što će učiniti?'

Unutar sustava, svaki od 100 zatvorenika je neovisan i zaseban element. No, kako bi pronašli rješenje, moraju raditi zajedno i komunicirati.

Postoji optimalno rješenje u kojem sa stopostotnom sigurnošću možete spasiti 99 zatvorenika, dok onaj jedan preostali ima 50:50 šansi da se spasi.

Ključ je stvaranje protokola koji će ustanoviti ima li paran ili neparan broj jedne boje šešira. Na primjer, prvi zatvorenik može reći 'plavi' da bi signalizirao da ispred sebe vidi paran broj plavih šešira, ili 'crveni' da bi naznačio da crvenih šešira ima neparan broj. Preostali zatvorenici mogu nakon toga zaključiti koje boje je šešir na njihovoj glavi prema parnim i neparnim šeširima koje vide ispred sebe i onoga što su čuli od prethodnika.

Ako ste i dalje zbunjeni, ne brinite. Kompleksnost ovog rješenja ilustrira koliko je intenzivna razina podataka koje te 'duboke neuronske mreže' mogu obraditi; razina podataka toliko visoka da može proizvesti rezultat jednak onome do kojeg bi došla grupa ljudi tijekom intenzivne i kreativne aktivnosti rješavanja problema.

'U osnovi, to je prvi korak prema umjetnoj inteligenciji koja komunicira i surađuje', kaže Jakob Foerster, jedan od znanstvenika koji su radili na ovom istraživanju.

'Uspjeli su napraviti protokol koji radi na drugačiji način nego ljudi koji rješavaju ovaj problem. Ne razumijemo još u potpunosti koja su rješenja, ali znamo da rade', kaže Foerster.

Čitavo istraživanje možete pročitati ovdje .