Wittenskippers toane foarútgong yn sels-learende robots

Minder dan twa jier lyn lansearre DARPA it programma Lifelong Learning Machines (L2M) om kontinu learende robotsystemen te meitsjen mei eleminten fan keunstmjittige yntelliginsje. It L2M-programma soe liede ta it ûntstean fan selslearjende platfoarms dy't har sûnder foarôfgeande programmearring of training kinne oanpasse oan in nije omjouwing. Simply set, robots moasten leare fan har flaters, en net leare troch sets fan sjabloangegevens op te pompen yn in laboratoariumomjouwing.

Wittenskippers toane foarútgong yn sels-learende robots

It L2M-programma omfettet 30 ûndersyksgroepen mei wikseljende bedraggen fan finansiering. Krekt koartlyn toande ien fan 'e groepen fan' e Universiteit fan Súdlik Kalifornje oertsjûgjende foarútgong by it meitsjen fan sels-learende robotyske platfoarms, lykas rapporteare yn 'e maart-útjefte fan Nature Machine Intelligence.

It team fan ûndersikers fan 'e universiteit wurdt laat troch Francisco J. Valero-Cuevas, heechlearaar biomedyske yngenieur, biokinesiology en fysike terapy. Op grûn fan it algoritme ûntwikkele troch de groep, dy't basearre is op bepaalde meganismen fan it funksjonearjen fan libbene organismen, waard in folchoarder fan keunstmjittige yntelliginsje-aksjes makke om de robotbewegingen op fjouwer ledematen te learen. It wurdt rapportearre dat keunstmjittige ledematen yn 'e foarm fan imitaasje tendons, spieren en bonken koenen leare te rinnen binnen fiif minuten nei it útfieren fan it algoritme.

Wittenskippers toane foarútgong yn sels-learende robots

Nei de earste lansearring wie it proses unsystematysk en chaotysk, mar doe begon de AI fluch oan te passen oan 'e realiteiten en begon mei súkses te rinnen sûnder foarôfgeande programmearring. Yn 'e takomst kin de makke metoade foar libbenslange training fan robots sûnder foarriedige ML-oplieding mei datasets oanpast wurde foar it útstellen fan sivile auto's mei autopilots en foar militêre robotyske auto's. Dizze technology hat lykwols folle mear perspektiven en gebrûksgebieten. It wichtichste ding is dat it algoritme net waarnimme in persoan as ien fan de obstakels yn ûntwikkeling en net leare neat min.


Boarne: 3dnews.ru

Add a comment