Pelin voittaa se, joka imitoi parhaiten.

Oppiminen on oikeastaan itsensä kehittämistä. Ja helpoin tapa oppia on tietenkin se, että järjestelmä kopioi itseään paremman toimijan toiminnan itselleen. Tuolloin järjestelmä seuraa kultaista sääntöä, jonka mukaan voittamaan opitaan vain häviämällä. Eli jos esimerkiksi shakin pelaaja ei pelaa muita kuin itseään huonompia pelaajia vastaan, niin hän ei kykene analysoimaan toisen peliä, ja oppimaan toisten pelaajien taktiikoiden kautta. Tietenkin itsensä kehittäminen vaatii sitä, että henkilö tai toimija tiedostaa sen, että kumpi oli sillä kerralla parempi. Ja kaikkein selvin tapa määritellä paremmuus on se, että kuka on voittaja. 

Tietokoneiden ja tekoälyn maailmassa tietokone yksinkertaisesti kopioi voittajan taktiikan itselleen.  Eli algoritmi määrittelee sen, kumman taktiikkaa jatkossa käytetään siten, että voittajan taktiikka on jatkossa toiminnan mallina. Neuroverkoissa tietenkin neuroverkko yhdistelee eri pelejä keskenään. Ja sen takia se on tehokkaampi kuin perinteinen oppiva kone, joka vain korvaa edellisen taktiikan tai toimintamallin uudella. 

Imitaatio tai "imitation game" on eräänlaista tekoälyn oppivuutta sekä kyvykkyyttä mittaavaa toimintaa. Periaatteessa esimerkiksi shakkia pelaava imitaatiokone toimii siten, että se kerää tietoa eri pelaajilta, ja sitten se vain käyttää toiselta pelaajalta oppimiaan siirtoja toista pelaajaa vastaan. Tuo kyky saa ihmiset usein uskomaan, että imitaatiokone oikeasti ajattelee. Tekoäly tai oppiva tekoäly yksinkertaisesti toimii siten, että alussa sille on ohjelmoitu yksi tai kaksi helppoa peliä tai siirtosarjaa. 

Sen jälkeen kone pelaa ihmistä vastaan, ja sitten vain tallentaa vastustajansa pelin itselleen. Idea on se, että kone "harjoittelee" toista pelaajaa vastaan, ja sitten vain siirtää tuon pelaajan tekemät siirrot tai siirtosarjat itselleen. Tuollaista shakista tuttua mallia voidaan tietenkin käyttää myös muiden oppivien tietokonepelien kehittämiseen. Eli verkotettu tietokonepeli kykenee tuolloin kopioimaan mestaripelaajien taktiikat ja toiminnan itselleen. 

Eräs esimerkki imitoivasta koneesta löytyy eräästä tieteisnovellista, jossa ihminen kohtaa eräänlaisen laatikon, joka tietenkin on printteritekniikkaa käyttävä robottitehdas. Tuo tehdas vastaa kaikkeen mitä sitä vastaan tehdään vastaavilla välineillä. Eli kyseinen tehdas tai tuotantoyksikkö vain varastaa yhden noista sitä vastaan lähetetyistä välineistä, ja sitten valmistaa siitä kopion. Tuollainen yksikkö pystyy tietenkin toimimaan tehokkaasti tilanteessa, jossa se tietää toisen panttaavan tehokkaimpia välineitään. Tuollainen tehdas on hyvä esimerkki fyysisestä imitaattorista, joka kykenee tuottamaan omia välineitään, kunhan se vain saa mallikappaleen hallintaansa. 

Itseään kehittävä eli oppiva Von Neumann-kone eli itseään kopioiva kone voidaan tietenkin varustaa myös tuollaisella imitaatiomallilla, jotta se voi vastata mahdolliseen uhkaan tehokkaasti. Perinteinen Von Neumann kone tekee ainoastaan kopioita itsestään, mutta oppiva kone kehittää uusia malleja siten, että se kerää dataa kopioidensa toiminnasta. Ja jos kopio tuhoutuu, niin Ven Neumann kone analysoi sen, mikä meni vikaan, ja sitten kehittää mallin, jossa tuo vika on korjattu. 

 Imitaatiopelin avulla voidaan periaatteessa opettaa mitä tahansa tekoälyä. Ja esimerkiksi tehokkaiden simulaatioiden avulla voidaan tuollaisessa tietokonepelin kaltaisessa virtuaalisessa ympäristössä kokeilla välineitä, joita sitten mallinnetaan suoraan fyysisiin malleihin sekä ympäristöihin.