​Исследователи AI2 заявили, что обучили агентов ИИ искать спрятанные в смоделированном доме предметы. В ходе игры под названием «Тайник» агенты ищут помидоры, буханки хлеба, чашки и ножи. Агентов обучали с подкреплением. Изначально у них не было никакого представления о трехмерной визуальной среде. Агенты совершали случайные действия, например, тянули за ручку ящика или бросали предметы в случайные места. Тогда исследователи организовали игру, в ходе которой агентам нужно было соревноваться друг с другом и одновременно извлекать уроки. К примеру, если ищущий агент не нашел спрятанный помидор, то тот, кто прятал его, понимал, что выбрал хорошее место. «Для нас вопрос заключался в следующем: может ли агент узнавать самые простые вещи об объектах и их атрибутах, взаимодействуя с ними?» — отмечает Анируддха Кембхави, менеджер по исследованиям группы компьютерного зрения AI2. После того, как агенты AI2 овладели игрой, исследователи провели тесты, призванные проверить их понимание мира. Сначала они протестировали агентов на компьютерных изображениях комнат, попросив их предсказать такие характеристики, как глубину резкости и геометрию объектов. По сравнению с моделью, обученной на ImageNet, агенты AI2 показали аналогичные и иногда даже более высокие результаты. Агентов также протестировали на фотографиях реальных комнат. В этот раз их результаты оказались несколько ниже, чем у модели, обученной на ImageNet. Однако исследователей, скорее, интересовало, усвоили ли агенты ИИ определенные базовые элементы понимания мироустройства. Они обнаружили, что модели понимают принципы постоянства объектов и могут ранжировать изображения в зависимости от того, сколько свободного места они содержат. В 2019 году игровой процесс уже использовали в проекте OpenAI. Тогда агенты искали стратегии, которые, как предполагалось, были невозможными в игровой среде. Игорь Мордач, один из исследователей OpenAI, теперь отметил, что важность исследования AI2 именно в том, что агенты фокусируются на «внутренних представлениях о мире».