Kevesebb, mint két éve a DARPA elindította az Lifelong Learning Machines (L2M) programot, amely mesterséges intelligencia elemeit tartalmazó, folyamatosan tanuló robotrendszereket hoz létre. Az L2M programnak olyan öntanuló platformok megjelenéséhez kellett volna vezetnie, amelyek előzetes programozás vagy képzés nélkül képesek alkalmazkodni egy új környezethez. Egyszerűen fogalmazva, a robotoknak tanulniuk kellett a hibáikból, nem pedig úgy, hogy sablonadatokat pumpáltak fel laboratóriumi környezetben.
Az L2M programban 30 kutatócsoport vesz részt, változó összegű támogatással. A közelmúltban a Dél-Kaliforniai Egyetem egyik csoportja meggyőző előrehaladást mutatott be az öntanuló robotplatformok létrehozásában, amint arról a Nature Machine Intelligence márciusi száma beszámol.
Az egyetem kutatócsoportját Francisco J. Valero-Cuevas, az orvosbiológiai mérnökök, biokineziológia és fizikoterápia professzora vezeti. A csoport által kidolgozott, az élő szervezetek működésének bizonyos mechanizmusain alapuló algoritmus alapján mesterséges intelligencia műveletsort hoztak létre a robot négy végtagú mozgásának megtanítására. A jelentések szerint a mesterséges végtagok inak, izmok és csontok utánzata az algoritmus futtatása után öt percen belül képes volt megtanulni járni.
Az első indítás után a folyamat rendszertelen és kaotikus volt, de az AI gyorsan kezdett alkalmazkodni a valósághoz, és sikeresen kezdett járni előzetes programozás nélkül. A robotok élethosszig tartó, előzetes ML oktatás nélküli, adatsorokkal történő oktatásának megalkotott módszere a jövőben adaptálható polgári gépkocsik robotpilótával való felszerelésére és katonai robotjárművekre. Ennek a technológiának azonban sokkal több perspektívája és felhasználási területe van. A lényeg az, hogy az algoritmus nem érzékeli az embert a fejlődés egyik akadályaként, és nem tanul semmi rosszat.
Forrás: 3dnews.ru