Kurang dari dua tahun lalu, DARPA meluncurkan program Lifelong Learning Machines (L2M) untuk menciptakan sistem robot pembelajaran berkelanjutan dengan elemen kecerdasan buatan. Program L2M seharusnya mengarah pada munculnya platform pembelajaran mandiri yang dapat beradaptasi dengan lingkungan baru tanpa pemrograman atau pelatihan sebelumnya. Sederhananya, robot harus belajar dari kesalahannya, dan tidak belajar dengan mengumpulkan kumpulan data templat di lingkungan laboratorium.
Program L2M melibatkan 30 kelompok penelitian dengan jumlah pendanaan yang bervariasi. Baru-baru ini, salah satu kelompok dari University of Southern California menunjukkan kemajuan yang meyakinkan dalam menciptakan platform robotik belajar mandiri, seperti yang dilaporkan dalam Nature Machine Intelligence edisi Maret.
Tim peneliti dari universitas tersebut dipimpin oleh Francisco J. Valero-Cuevas, profesor teknik biomedis, biokinesiologi, dan terapi fisik. Berdasarkan algoritma yang dikembangkan oleh kelompok, yang didasarkan pada mekanisme tertentu dari fungsi organisme hidup, serangkaian tindakan kecerdasan buatan diciptakan untuk mengajarkan gerakan robot dengan empat anggota badan. Dilaporkan bahwa anggota tubuh tiruan berupa tendon, otot, dan tulang tiruan mampu belajar berjalan dalam waktu lima menit setelah menjalankan algoritma tersebut.
Setelah peluncuran pertama, prosesnya tidak sistematis dan kacau, namun kemudian AI mulai cepat beradaptasi dengan kenyataan dan berhasil mulai berjalan tanpa pemrograman sebelumnya. Di masa depan, metode pelatihan robot seumur hidup tanpa pelatihan ML awal dengan kumpulan data dapat diadaptasi untuk melengkapi mobil sipil dengan autopilot dan untuk kendaraan robot militer. Namun, teknologi ini memiliki lebih banyak prospek dan cakupan penggunaan. Hal utama adalah bahwa algoritme tidak menganggap seseorang sebagai salah satu hambatan dalam pengembangan dan tidak mempelajari hal buruk.
Sumber: 3dnews.ru