Segons els investigadors, els sistemes d'intel·ligència artificial requereixen molts exemples per a conèixer un concepte. Per exemple, per a conèixer qualsevol arbre, és a dir, per a prendre consciència del concepte d'arbre, cal ensenyar-los abans milers d'exemples d'arbres diferents. En els humans adults, això no és necessari: n'hi ha prou amb veure un o pocs arbres per a entendre el concepte d'arbre i identificar qualsevol arbre.
Ara els ordinadors també han aconseguit fer-ho, però no amb arbres, sinó amb lletres. Així, mitjançant un programa d'aprenentatge bayesià, l'ordinador té la capacitat de reconèixer lletres, tant escrites a mà com per ordinador.
De fet, en presentar a l'ordinador una lletra escrita per dues persones, el programa és capaç d'identificar les parts que tenen en comú i diferenciar les relacions que existeixen entre elles. I a partir d'aquí té la capacitat d'identificar un munt de versions d'una mateixa lletra. Fins i tot és capaç de reconèixer altres lletres del mateix alfabet.
La recerca, publicada en la revista Science, suposa un avanç significatiu en intel·ligència artificial, segons els seus autors.
No obstant això, en el camp de la intel·ligència artificial també s'estan desenvolupant altres vies basades en xarxes de xarxes neuronals, l'éstar. Segons Gorka Azkune, aquests últims, de moment, són més generals que els programes bayesians i tenen una forma més flexible de representar la informació.
En opinió d'Azkune, aquest programa desenvolupat per investigadors de Nova York i Toronto dóna excel·lents resultats en una tasca molt complicada (aprendre amb un one shot learning o pocs exemples), però afirma que ha estat dissenyat per a donar resposta a un problema concret, la classificació de les lletres. “Per tant, en certa manera és normal que funcioni bé”.
Diu, no obstant això, que no sap com reaccionaria davant un problema complex. “Els autors ja avancen aquests problemes en l'article, per la qual cosa caldrà veure els resultats del seu treball. Les xarxes neuronals profundes parteixen de zero i serveixen per a molts casos, són generals. Llenguatge natural, imatges… funcionen sobre gairebé qualsevol informació”. No serà d'estranyar, per tant, que aquest camí també suposi avanços significatius en el camp de la intel·ligència artificial.