Hai menos de dous anos, DARPA lanzou o programa Lifelong Learning Machines (L2M) para crear sistemas robóticos de aprendizaxe continua con elementos de intelixencia artificial. O programa L2M debía levar á aparición de plataformas de autoaprendizaxe que puidesen adaptarse a un novo entorno sen programación ou formación previa. En pocas palabras, os robots tiveron que aprender dos seus erros, e non aprender bombeando conxuntos de datos de modelos nun ambiente de laboratorio.
O programa L2M implica 30 grupos de investigación con diferentes cantidades de financiamento. Recentemente, un dos grupos da Universidade do Sur de California mostrou un progreso convincente na creación de plataformas robóticas de autoaprendizaxe, como se informou na edición de marzo de Nature Machine Intelligence.
O equipo de investigadores da universidade está dirixido por Francisco J. Valero-Cuevas, profesor de enxeñería biomédica, biocinesioloxía e fisioterapia. A partir do algoritmo desenvolvido polo grupo, que se basea en certos mecanismos de funcionamento dos organismos vivos, creouse unha secuencia de accións de intelixencia artificial para ensinar os movementos do robot en catro extremidades. Infórmase de que os membros artificiais en forma de tendóns, músculos e ósos de imitación puideron aprender a camiñar dentro de cinco minutos despois de executar o algoritmo.
Despois do primeiro lanzamento, o proceso foi pouco sistemático e caótico, pero entón a IA comezou a adaptarse rapidamente ás realidades e comezou a andar con éxito sen programación previa. No futuro, o método creado de adestramento permanente de robots sen adestramento preliminar de ML con conxuntos de datos pódese adaptar para equipar coches civís con pilotos automáticos e para vehículos robóticos militares. Non obstante, esta tecnoloxía ten moitas máis perspectivas e áreas de uso. O principal é que o algoritmo non percibe unha persoa como un dos obstáculos no desenvolvemento e non aprende nada malo.
Fonte: 3dnews.ru