Проблемот е во тоа што е предизвик за разбирање на работата на неуронските мрежи, функционалноста на градиентниот спад, различните дистрибуции и детално разбирање на overfitting. Потребен е алат кој ќе овозможи редукција на комплексноста и ќе поддржи чврсто разбирање преку визуелно учење и експериментирање. Дополнително, постои потреба да се игра со различни хиперпараметри и да се набљудуваат нивните ефекти. Потребен е и алат кој ќе нуди можност за манипулирање со податоците, за да се види како промените влијаат на однесувањето на моделот. На крајот, алатот треба да има и способности за предвидување, за да овозможи подлабоко разбирање на тоа како промена на тежините и функциите влијаат на работата на неуронската мрежа.

Playground AI обезбедува интерактивно решение, овозможувајќи им на корисниците да истражуваат различни елементи на невронските мрежи визуелно. Тој илустрира функции како градиентен спускање и прекомерно прилагодување, со цел да се намали комплексноста и да се зајакне интуитивното разбирање. Може да експериментирате со различни хиперпараметри и визуелно да гледате нивните последици, за да добиете подобро осетување за нивната улога. Покрај ова, алатката обезбедува функции за манипулирање со податоистокови за практична примена. Тој исто така обезбедува инстантни предвидувања како повратна информација, што го прави процесот на учење поефикасен. Овој пристап им овозможува на корисниците да го препознаат работното однесување на невронската мрежа и ги прави последиците од манипулацијата со тежините и функциите прозирни.