У раним деведесетим, у IBM-овим истраживачким лабораторијама, када су компјутери још увек били нешто што „помажу људима да рачунају“, појавио се један тихи експеримент који није изгледао опасно по било чији свет. Џералд Тесауро је радио на програму који је назвао TD-Gammon, систему који је требало да научи да игра бекгемон. Нико тада није говорио да се дешава нешто историјско, јер је на површини све деловало као још један AI пројекат у низу.
Бекгемон је већ био стара игра, старија од већине модерних наука о рачунарима, са дубоко развијеном људском праксом. Професионални играчи су деценијама учили када се ризикује, када се „чува позиција“, и како се чита коцка која мења све.
У том свету постојала је претпоставка која се никада није доводила у питање: добар потез мора да има објашњење. Ако га немаш, онда си вероватно погрешио. TD-Gammon је ту претпоставку почео да игнорише, али не намерно и не драматично.
Он није био програмиран да „мисли као човек“, нити је имао унапред задате стратегије. Тесауро га је засновао на методи појачаног учења (reinforcement learning), тачније на temporal difference приступу, где систем учи тако што упоређује очекивања и исходе.
Уместо да гледа људске партије, TD-Gammon је играо против самог себе, милионе пута, као да се затвара у бесконачан круг огледала у коме једина ствар која се рачуна није објашњење, већ преживљавање потеза у времену.
У почетку је изгледало као играчка. Али око 1993. и 1994. године почеле су да се појављују необичне ствари у анализама. Професионални бекгемон играчи, међу којима су били и људи који су живели од малих разлика у процени позиција, почели су да примећују потезе који нису имали место у њиховим књигама знања. Неки од тих потеза изгледали су као грешке у позицији, као да систем одустаје од очигледне предности. Али када би се партија наставила, испостављало се да су ти „погрешни“ избори често доводили до бољег дугорочног исхода.
Један од најпознатијих тренутака из тог периода био је управо тај тихи судар у анализи: човек би показао потез и рекао да „то не може бити добро“, а онда би следеће партије упорно показивале да јесте. Није било тренутка када је неко прогласио пораз људске интуиције, већ нешто много непријатније – постепено навикавање да се прихвата нешто што се не разуме. Уместо објашњења, почели су да важе резултати.
TD-Gammon је убрзо достигао ниво који је могао да се мери са најјачим светским играчима тог доба. Средином деведесетих, отприлике око 1995. године, био је довољно снажан да се у професионалним круговима више не посматра као експеримент, већ као реалан такмичар.
Ипак, оно што је људе највише узнемиравало није било то што машина игра добро, већ што игра на начин који није личио ни на једну школу људског размишљања. Постоји једна важна разлика коју су тада почели да осећају професионалци, иако је нису увек умели да формулишу: човек је увек могао да објасни свој потез, чак и када је био лош.
TD-Gammon је почео да прави потезе који су били добри, али необјашњиви у оквиру постојећег људског језика игре. То је био први пут да се појавио јаз између исправности и разумљивости.
У пракси, то је изгледало као тихи когнитивни лом. Људи би гледали позицију, тражили логичан разлог, и не би га нашли. Али би резултати били довољно упорни да полако помере границу прихватљивог. Тако је настала чудна ситуација у којој се интуиција више није рушила, већ је постепено повлачила уназад, без формалног пораза.
Временом је постало јасно да TD-Gammon није „разумео“ бекгемон у људском смислу, нити је имао било какву намеру или свест о противнику. Он није покушавао да надмудри човека, јер човек за њега није постојао као концепт. Он је само константно оптимизовао вероватноћу победе кроз огроман број самосталних игара. Али управо у том одсуству људског оквира настајали су резултати који су деловали као да долазе из друге врсте интелигенције.
Историјски значај овог периода не лежи само у томе што је један програм постао веома добар у игри, већ у томе што је по први пут довео људе у ситуацију да морају да прихвате исправност без објашњења. То је био тренутак када је стара претпоставка — да разумевање мора да претходи прихватању — почела да се ломи, не нагло, већ кроз понављање резултата који су били доследно тачни.
И ту остаје највећи парадокс TD-Gammon-а: није победио људе тако што их је надмашио у једном потезу, већ тако што је полако изменио дефиницију онога што уопште сматрамо разумљивим. Први пут се јавља ситуација у којој човек мора да прихвати да постоји исправно решење које је ван граница његовог начина разумевања. Први пут, људи нису били приморани само да прихвате резултат, већ да прихвате да постоје исправни одговори које њихов начин размишљања не може да реконструише. И то је та линија где TD-Gammon престаје да буде прича о АИ-ју као алату, и постаје прича о граници људске интуиције која први пут није проширена, него заобиђена.