Para peneliti di Google DeepMind telah menerbitkan sebuah makalah di jurnal Nature dimana mereka menjelaskan telah berhasil mengembangkan algoritma baru, yang disebut Deep Q-Network (DQN), yang dapat belajar sendiri untuk bermain di berbagai Games klasik dari Atari 2600.

Dengan menggunakan mekanisme yang terinspirasi dari ilmu Neurobiological, yang disebut experience replay, DQN mampu mencapai 'kecerdasan'  lebih dari 75% dari tingkat pemain manusia (profesional). Persentase tersebut diuji coba pada lebih dari 40 permainan dari total 49 permainan yang diuji coba.

Algoritma ini kadang-kadang bahkan mampu mengembangkan strategi jangka panjang sendiri untuk berhasil dalam bermain Games nya.

Kemampuan DQN ini dikembangkan oleh Ilmuan DeepMind (perusahaan AI yang baru dibeli Google) dengan menggabungkan mekanisme dan kemampuan dari Deep Neural Network (DNN) dan Reinforcement Learning (RL) . DQN mengambil Tiap Pixel data dari Games sebagai input atau bahan Trainning sebelum akhirnya memiliki kemampuan otomatis untuk memainkan games tersebut.

Menurut Ilmuan DeepMind, kedepannya Algoritma dan metoda semacam ini dapat dikembangkan lebih lanjut untuk membantu ilmuan dan pengguna lainnya dalam menyelesaikan masalah yang lebih komplex.

Video courtesy of Atari Inc. Salah satu games yang digunakan oleh DQN untuk Trainning