Биологически правдоподобная вычислительная модель памяти способна эффективно оперировать в незнакомой среде под воздействием внешнего подкрепления — например, ориентироваться в пространстве и искать определенные предметы в лабиринтах. Разработчики выложили исходный код модели агента в открытый доступ — воспользоваться им может кто угодно.
Искусственные нейронные сети распространены за счет простоты используемой модели нейрона, а архитектура графических ускорителей очень удобна для связанных с ними вычислений. Они используют для передачи информации все содержащиеся в них нейроны, в то время как спайковые нейросети подражают работе мозга животного или человека — задействуют только активные в конкретный момент нейроны. Это обеспечивает значительную экономию ресурсов при их обучении и использовании.
Именно спайковые нейросети — биологически правдоподобные и гибридные модели и методы обучения ИИ — считаются наиболее перспективными с точки зрения прогресса в понимании принципов работы человеческого мозга.
Разработанная в МФТИ модель агента может оперировать абстракциями состояний и действий — то есть, способна совершать сложные действия на базе ранее известных простых операций. Например, научившись искать дверь в помещении, агент может использовать этот навык для решения более сложных задач, в то время как большинство аналогов требует создания специальной инструкции для каждой конкретной задачи. Помимо внешней мотивации ("награды" за успешно совершенное действие), у агента есть и внутренняя, обеспечивающее "осмысленное" поведение в отсутствие внешнего подкрепляющего сигнала. Это означает, что такой агент может не только искать решение задачи, как большинство стандартных программ, но и изучать мир вокруг себя — он внутренне мотивирован на это.