Преди по-малко от две години DARPA стартира програмата Lifelong Learning Machines (L2M) за създаване на непрекъснато обучаващи се роботизирани системи с елементи на изкуствен интелект. Програмата L2M трябваше да доведе до появата на самообучаващи се платформи, които могат да се адаптират към нова среда без предварително програмиране или обучение. Просто казано, роботите трябваше да се учат от грешките си, а не да се учат чрез изпомпване на набори от шаблонни данни в лабораторна среда.
Програмата L2M включва 30 изследователски групи с различни суми на финансиране. Съвсем наскоро една от групите от Университета на Южна Калифорния показа убедителен напредък в създаването на самообучаващи се роботизирани платформи, както беше съобщено в мартенския брой на Nature Machine Intelligence.
Екипът от изследователи от университета се ръководи от Francisco J. Valero-Cuevas, професор по биомедицинско инженерство, биокинезиология и физиотерапия. Въз основа на разработения от групата алгоритъм, който се основава на определени механизми на функциониране на живи организми, е създадена последователност от действия на изкуствения интелект, за да научи робота на движения на четири крайника. Съобщава се, че изкуствените крайници под формата на имитация на сухожилия, мускули и кости са успели да се научат да ходят в рамките на пет минути след изпълнение на алгоритъма.
След първото стартиране процесът беше несистематичен и хаотичен, но след това AI започна бързо да се адаптира към реалностите и успешно започна да върви без предварително програмиране. В бъдеще създаденият метод за обучение през целия живот на роботи без предварително обучение на ML с набори от данни може да бъде адаптиран за оборудване на цивилни автомобили с автопилоти и за военни роботизирани превозни средства. Тази технология обаче има много повече перспективи и области на приложение. Основното е, че алгоритъмът не възприема човек като една от пречките в развитието и не научава нищо лошо.
Източник: 3dnews.ru