Проблематиката се състои в следното: разбирането на функциите и концепциите на градиентното спускане в невронните мрежи представлява предизвикателство. Трудно е да се разберат сложните многостепенни невронни мрежи и начинът на действие на техните параметри. По-специално е неясна ролята, която промените в теглото и функциите имат върху работата на невронната мрежа. Освен това има несигурност по отношение на прекалено доброто прилагане (overfitting) и интерпретацията на разпределенията. При тези трудности може да бъде полезно опитването с различни налични набори от данни или със собствени данни.

Playground AI се изправя пред предизвикателството да разбере невронни мрежи и градиентен спусък, като предоставя потребителски приятни и интерактивни визуални представяния. С инструмента потребителите могат да променят хиперпараметрите, за да видят директни ефекти върху функциите на мрежата и по този начин по-добре да разберат влиянието на промятането на теглото и приспособяването на функциите. Playground AI също така предлага функция за предсказване, която визуализира как промените в мрежата влияят на нейната работа. Възможността за експериментиране с различни набори от данни или въвеждане на собствени данни също позволява практическо учене и натрупване на опит. Визуализацията на разпределенията помага за по-добро разбиране на тяхното тълкуване. Освен това инструментът предлага обяснения и предупреждения за претренировване, за да се разбере и избегне този феномен по-добре. Чрез това интерактивно и визуално учене разбирането на невронните мрежи и градиентния спусък се подобрява и стимулира ефективно.