Naukowcy opracowali nową metodę podejmowania decyzji przez sztuczną inteligencję, która zamiast tradycyjnych podejść skupia się na analizie stanów systemu. To przełom, bo dotychczasowe algorytmy decyzyjne działały głównie poprzez przetwarzanie sekwencji wejść i wyjść, bez głębszego zrozumienia kontekstu sytuacji. Podejście zorientowane na stany zmienia tę perspektywę - AI najpierw mapuje aktualny stan otoczenia i własny stan wewnętrzny, a dopiero na tej podstawie podejmuje decyzje. Badacze argumentują, że taki sposób myślenia jest bliższy temu, jak rozumują ludzie i zwierzęta, czyli jak faktycznie funkcjonuje inteligencja w rzeczywistym świecie.
Nowa metoda ma konkretne zalety dla praktycznego zastosowania AI. Po pierwsze, poprawia efektywność działania - system mniej zmienia decyzje i mniej się "przemieszania" w szukaniu optymalnego wariantu. Po drugie, zyskujemy na interpretacyjności, czyli możliwości zrozumienia, dlaczego AI podjęła daną decyzję. To kluczowe dla wrażliwych zastosowań, gdzie trzeba się rozliczyć z wyboru systemu - w medycynie, transporcie autonomicznym czy finansach. Po trzecie, takie podejście lepiej sprawdza się w dynamicznych, nieprzewidywalnych środowiskach, gdzie warunki ciągle się zmieniają.
Innowacja może stać się wichtnym krokiem w kierunku budowy bardziej niezawodnych i przejrzystych systemów AI. W praktyce oznacza to lepsze bezpieczeństwo i mniejsze ryzyko błędów, a także większą akceptację społeczną technologii. To szczególnie ważne dla firm pracujących nad autonomicznym transportem czy robotyką, gdzie każda decyzja musi być uzasadniona i powtarzalna. Podejście oparte na stanach może również zniwelować część problemów z tzw. black box effect, czyli niemożliwością wytłumaczenia, jak AI doszła do danego wniosku.