Tym samym badania w zakresie usuwania celów przez maszyny mają wzięcie. Tym razem do tego poletka dołączyło Google. Rozwój sztucznej inteligencji budzi dziś wiele kontrowersji. Z jednej strony odbiorcy sprzeczają się w oparciu o wizje z kina, że dopóki nie zobaczą maszyn, co działają jak ludzie o syntetycznym intelekcie nie ma mowy. Również sprzeciw budzi samo porównywanie zdolności myślenia do maszyn. Obok tego pojawia się problem od strony typowo mechanistycznej, matematycznej, jak chociażby realizacja w 2016 projektu gry w AlphaGo. Maszyna pokonała Lee Sedola najlepszego gracza na świecie w Go. Dla części osób informacja o tym nie budzi emocji, ale po przełożeniu na sposoby myślenia cztery lata temu udowodniono, że komputery posiadają zdolność myślenia strategicznego na o wiele wyższym poziomie niż przewidywano.

Inną próbą wprowadzenia sztucznej inteligencji od lat jest tworzenie mechanizmów reakcji na działania przeciwnika. Opierają się one na wcieleniu w życie szeregu algorytmów. Po prostu komputer realizuje określone kroki. Dodatkowo wielokrotnie interakcja jest ograniczona do operowania na stałych. Przykładowo nowe postaci w grach, czy zbiory sił przeciwnika pojawiają się zawsze w tym samym miejscu. Taki model ułatwia człowiekowi rozrywkę i ogranicza również pole w zakresie myślenia i samodzielnego rozwiązywania problemu. Pewnym krokiem ku większej złożoności stało się AlphaStar, czyli automat do gry w StarCraft. Maszyna jaka gra w grę nie stanowi również powodu do wypieków na twarzy, aż nie przyjrzy się temu z innej strony - adaptacji do działań człowieka. AlphaStar pokonała doświadczonych graczy. O ile w AlphaGo człowiek raz wygrał i cztery razy wygrał tutaj już stało się inaczej.

Dalszym posunięciem wykupionej przez Google firmy Deep Mind było zajęcie się grą w strzelaninę Quake III Arena. Interesujący jest jednak fakt, jak zaprogramowano maszynę do rozgrywek. Nikt jej nie uczył. Ona doszła sama, jak skutecznie wykonuje się zadanie. Obserwowała kilka godzin, co robią inni. W oparciu o to sama rozpoczęła rozgrywkę. Tak wygląda uczenie maszynowe w praktyce. W ramach gry Quake III Arena użyto zabawy w formie „kto przejmie flagę”. Dwa zespoły rywalizują ze sobą kto ją częściej przyniesie do swojej bazy, a także kto uzyska większą skuteczność w zabijaniu.

Całe przedsięwzięcie wydaje się zabawą, ale zajmują się na nią poważnie środowiska naukowe. Przykładem badań jest dokument opublikowany na łamach Science przez Maxa Jaderberga, Wojciecha Czarneckiego, Iaina Dunninga i Luke Marrisa odnośnie właśnie Quake III Arena. Za pomocą podstaw matematycznych określili oni podstawy jakie są konieczne do wygrywania. Zaprezentowali również metodę uczenia się w której wirtualni żołnierze są traktowani jako elementy wchodzące w interakcje. Stworzyli procedury działania w ramach mapy otwartej (w rodzaju las) i z przestrzenią zamkniętą (budynek). Metoda ta nie wygląda spektakularnie, bo analizuje przebytą trasę. Jednak po zebraniu tysięcy przykładów daje namiastkę cyfrowego „intelektu”.

Obecnie jest problem ze stworzenie maszyn kroczących. Problem stanowi rozmiar układów zasilania, a także uzyskanie szybkości dorównującej człowiekowi. Badania Jaderberga i Czarneckiego ukazują, że po obejrzeniu stu trzydziestu tysięcy rozgrywek maszyna osiąga poziom przeciętnego człowieka. Wraz z przekroczeniem progu około dwustu dwudziestu tysięcy gra jak doświadczony zawodnik. Po kilkudziesięciu tysiącach kolejnych rozgrywek przewyższa go i następuje do progu w okolicach dwustu sześćdziesięciu tysięcy coraz wyraźniejsze dystansowanie.

Połączenie tak wytrenowanej maszyny z człowiekiem zwiększa skuteczność zespołu o pięć procent. W chwili, jak pojawią się maszyny kroczące zdolne do nadążania za człowiekiem i operowania bez potrzeby zasilania przez czas tygodni rozpocznie się era terminatora. Wystarczy, że wykorzysta się nagrania z hełmów tak zwanego żołnierza przyszłości (podobne projekty komputeryzacji pola walki są już obecne w Polsce). Po wprowadzeniu maszyny nastąpi tylko z biegiem czasu zbieranie informacji, aż maszyna okaże się lepsza w zabijaniu od ludzi. Analizowanie póz na nagraniach dziś już oferują telefony komórkowe i skierowane do amatorów rozwiązania w rodzaju Jetson Nano Nvidii. Google za pomocą Deep Mind przykłada się do rozwoju sposobów uśmiercania ludzi. Obecnie tylko wirtualnie. Wcielenie ich w życie jest już nie kwestią, czy, ale kiedy to nastąpi.

Jacek Skrzypacz