În mod uzual, sistemele de inteligenţă artificială folosesc descrieri pre-programate pentru limbaj şi modul în care se folosesc cuvintele. Dar acest mod de abordare nu este foarte eficient, fiecare nouă deprindere necesitând un efort considerabil pentru implementare, iar rezultatele nu sunt întodeauna cele dorite.
Soluţia găsită de un grup de cercetători ai institutului MIT este imitarea modului natural de învăţare, oferind creierului digital posibilitatea de a face în mod spontan conexiuni observând situaţii care exemplifică modul de folosirea a limbajului. Concret, sistemul AI este pus să analizeze clipuri video în care sunt redate situaţii care au asociate cuvinte şi expresii în formă text. Rezultatul este convertirea scenelor prezentate în expresii matematice mai uşor de procesat pentru sistemul computerizat, păstrate împreună cu descrierea în limbaj scris. La întâlnirea unei situaţii asemănătoare, sistemul AI nu trebuie decât să potrivească expresia matematică nou generată cu „experienţele” avute anterior. La fel se întâmplă şi la interacţiunea prin comunicare scrisă, sistemul înţelegând în mod spontan semnificaţia propoziţiilor, punând cap la cap experienţele practice acumulate anterior.
Simplu de pus în practică, învăţarea prin asocierea de simboluri cu exemple care le descriu sensul deschide noi posibilităţi pentru crearea de sisteme AI capabile să se adapteze din mers la situaţii noi, depăşind limitele pre-programate. De ajutor pentru continuarea acestei direcţii sunt şi noile generaţii de microprocesoare care includ unităţi dedicate pentru accelerarea algoritmilor de inteligenţă artificială, puterea de procesare disponibilă fiind direct proporţională cu capacitatea de învăţare.
Spre exemplu, viitoarele generaţii de roboţi industriali ar putea să nu mai fie limitaţi la mişcări pre-programate pentru îndeplinirea activităţilor dorite, dobândirea de noi abilităţi devenind posibilă prin puterea exemplului. Totodată, vor fi evitate şi situaţiile în care nepotrivirea rutinelor de manufacturare preprogramate duc la erori în lanţ, compromiţând întregi loturi de produse. Un sistem AI capabil de învăţare va putea detecta problemele apărute şi aplica corecţiile necesare fără a perturba activitatea de producţie.