Vor ein paar Jahren hat OpenAI, das Unternehmen hinter ChatGPT, eine Roboterhand mit 20 Motorgelenken gebaut. Die Hand sollte lernen, einhändig einen Zauberwürfel zu lösen. Die Software, die das steuern sollte, trainierte dafür in einer simulierten Welt. Mit virtueller Hand und virtuellem Würfel. Fiel der Würfel in der Simulation herunter, gab es Minuspunkte, wurde ein Teilziel erreicht, Pluspunkte. "Reinforcement-Learning" heißt das und funktioniert ähnlich wie das Belohnungssystem des Menschen, nur mit Zahlen statt Glückshormonen.