Ott tartunk, hogy mi lenne, ha a sakkprogram magától tanult volna meg sakkozni? Magától, tehát úgy, hogy nincs előre belekódolva többmillió állás, és azok értékelése ...
Elképzeltem két programot, amik egymás ellen játszanak. Kezdetben a szabályokon kívül semmit nem tudnak a sakkról. Nem tudják hogyan kell jól játszani, csak azt, hogy mik szabályos lépések, és ha a játék véget ér, akkor nyertek vesztettek vagy döntetlen lett a meccs.
Működés: A program választ egyet a lehetséges lépések közül, majd lép. Nem számít, hogy ez éppen mennyire jó vagy rossz lépés, a lényeg, hogy tanuljon a következményeiből.
Játsszanak le egymás ellen csillió-billió meccset, közben az összes állásról jegyezzék meg, hogy az onnan kiinduló lépésekből melyikkel hányszor nyertek és hányszor vesztettek, ez alapján válasszák nagyobb valószínűséggel azokat, melyekkel addig többször nyertek.
Belátható, hogyha végtelenhez tart a lejátszott meccsek száma, akkor előbb utóbb minden lehetséges helyzet tetszőlegesen sokszor előfordult már. Ennyi tapasztalattal a háttérben a programok tudhatják bármely helyzetről, hogy abban melyek az értelmes lépések. Mindezt úgy, hogy ez a tudás az eredeti programban nem szerepelt. A játékról szerezett ismeretet a program működése közben fejlesztette ki. Tehát elvileg igenis lehetséges, hogy egy program többet tudjon, mint amit belekódoltak.
Nyilvánvaló volt, hogy ez a program legfeljebb gondolatkísérlet szintjén értelmes, gyakorlatban megvalósíthatatlan ... elképzeltem egy leegyszerűsített változatot, amiben nem sakkot, hanem egy egyszerű pixelfocit kellett volna játszani a programnak egy 20*10-es pixeles pályán. Két pixeljátékos terelget egy pixellabdát, és az győz, aki másik kapujába tolja a lasztit ... ez már kódolható lett volna, de erre akkor nem került sor (5 évvel később az egyetemen pótoltam ezt a lemaradást), de működő program nélkül is tudtam, hogy ezzel a gondolatmenettel sikerült megragadnom az intelligencia természetét:
Egy intelligens rendszer motivált, hogy döntéseket hozzon. Valahogy értékelni tudja, hogy döntése célra vezető-e valami külső feltétel, szabályrendszer szerint. Képes valamilyen módon tapasztalatot halmozni, tanulni.
... tudtam, hogy sikerült rátalálnom egy működő elképzelésre, aminek erejét jól szemléltette, hogy magyarázott adott jópár olyan kérdésre is, amiket eredetileg fel sem tettem. Például, hogy minek járunk iskolába? Azért mert az intelligencia természete ezt kívánja. Egy intelligens rendszer nem kész tudással születik. A tudás kifejlődik benne a tanulás folyamata során. Emellett kiderült az is, hogy nem azért tévedünk néha, mert buták vagy tökéletlenek vagyunk, hanem mert az intelligencia természete szerint akkor is hoz döntéseket, ha nincs teljesen tisztában azzal, mi a helyes döntés ... teszi ezt azért mert így próbálkozik, keresi a jó megoldásokat ... buták akkor vagyunk, ha nem ismerjük fel hogy hibáztunk, vagy ha nem tanulunk belőle.
