Istraživači s Tel Avivskog sveučilišta i Stanfordskog sveučilišta razvili su novi metod obuke umjetne inteligencije koji omogućava sustavima za umjetnu inteligenciju da se same uče i poboljšavaju svoje prediktivne sposobnosti bez ovisnosti o ljudskim podacima ili vanjskim skupovima podataka. Ovim pristupom, modeli mogu razviti prediktivne sposobnosti prije susreta sa stvarnim podacima.
Istraživači su testirali koncept stvaranjem sustava za obuku koji uključuje dva modela umjetne inteligencije. Jedan model je zadužen za generiranje sekvenci simbola, dok je drugi pokušavao predvidjeti koji će simbol biti sljedeći.
Rezultati su pokazali da se prediktivna točnost povećava s dodjelom dodatnih računalnih resursa za obuku, što sugerira da bi se metoda mogla učinkovitije koristiti s povećanjem računalne moći.
