הבעיה מתחילה בכך שמדובר במשימה מאתגרת להבין את הפעולה של רשתות עצבית, את אופן פעולתו של הירידה התלולה, בתפוצות שונות ובהתאמה יתרה, באופן מפורט. יש צורך בכלי שיאפשר להפחית את המורכבות ולקדם הבנה מוצקה דרך למידה חזותית וניסוי. בנוסף, קיים צורך לשחק עם היפר פרמטרים שונים ולצפות בהשפעותיהם. דרוש גם כלי שיציע את האפשרות לשנות את הנתונים כדי לראות איך שינויים משפיעים על התנהגות המודל. לבסוף, הכלי צריך להציע גם יכולת תחזית כדי לאפשר הבנה עמוקה יותר של כיצד שינויים במשקלים ובתכנים משפיעים על הפעולה של הרשת העצבית.

Playground AI מספקת פתרון אינטראקטיבי, על ידי מתן האפשרות למשתמשים לחקור אופטית איברים שונים של רשתות נוירונים. הוא ממחיש תכונות כמו ירידה לפי הגרדיאנט ו־Overfitting, על מנת להקטין את המורכבות ולעודד הבנה אינטואיטיבית. אפשר לנסות לשחק עם היפרפרמטרים שונים ולראות את השפעותיהם באופן ויזואלי ישיר, כדי להכיר טוב יותר את התפקיד שלהם. בנוסף, הכלי מציע תכונות לשליטה בנתונים ליישום מעשי. הוא גם מספק תחזיות מיידיות כמשוב, מה שהופך את תהליך הלמידה לחזק יותר. השיטה הזו מאפשרת למשתמשים לזהות את ההתנהגות של רשת הנוירונים ומפשטת את השפעות השליטה במשקלים ובתכונות.