Před necelými dvěma lety spustila DARPA program Lifelong Learning Machines (L2M) s cílem vytvořit neustále se učící robotické systémy s prvky umělé inteligence. Program L2M měl vést ke vzniku samoučících se platforem, které se dokázaly adaptovat na nové prostředí bez předchozího programování nebo školení. Jednoduše řečeno, roboti se museli učit ze svých chyb, a ne se učit pumpováním sad dat šablon v laboratorním prostředí.
Program L2M zahrnuje 30 výzkumných skupin s různým objemem financování. Zrovna nedávno jedna ze skupin z University of Southern California ukázala přesvědčivý pokrok ve vytváření samoučících se robotických platforem, jak bylo uvedeno v březnovém čísle Nature Machine Intelligence.
Tým výzkumníků z univerzity vede Francisco J. Valero-Cuevas, profesor biomedicínského inženýrství, biokineziologie a fyzikální terapie. Na základě algoritmu vyvinutého skupinou, který je založen na určitých mechanismech fungování živých organismů, byla vytvořena sekvence akcí umělé inteligence, která má naučit robota pohyby na čtyřech končetinách. Uvádí se, že umělé končetiny v podobě imitace šlach, svalů a kostí se dokázaly naučit chodit do pěti minut po spuštění algoritmu.
Po prvním spuštění byl proces nesystematický a chaotický, ale poté se AI začala rychle přizpůsobovat realitě a úspěšně začala chodit bez předchozího programování. Vytvořenou metodu celoživotního výcviku robotů bez předběžného výcviku ML s datovými sadami lze v budoucnu přizpůsobit pro vybavení civilních automobilů autopiloty a pro vojenská robotická vozidla. Tato technologie má však mnohem více perspektiv a oblastí využití. Hlavní věc je, že algoritmus nevnímá člověka jako jednu z překážek ve vývoji a nenaučí se nic špatného.
Zdroj: 3dnews.ru