Mažiau nei prieš dvejus metus DARPA pradėjo visą gyvenimą trunkančio mokymosi mašinų (L2M) programą, siekdama sukurti nuolat besimokančias robotines sistemas su dirbtinio intelekto elementais. L2M programa turėjo paskatinti atsirasti savarankiško mokymosi platformų, kurios galėtų prisitaikyti prie naujos aplinkos be išankstinio programavimo ar mokymo. Paprasčiau tariant, robotai turėjo mokytis iš savo klaidų, o ne mokytis kaupdami šablonų duomenų rinkinius laboratorijos aplinkoje.
L2M programoje dalyvauja 30 mokslinių tyrimų grupių, kurių finansavimas skiriasi. Visai neseniai viena iš Pietų Kalifornijos universiteto grupių parodė įtikinamą pažangą kuriant savarankiškai besimokančias robotines platformas, kaip pranešta kovo mėnesio Nature Machine Intelligence numeryje.
Universiteto mokslininkų komandai vadovauja biomedicinos inžinerijos, biokineziologijos ir kineziterapijos profesorius Francisco J. Valero-Cuevas. Remiantis grupės sukurtu algoritmu, kuris paremtas tam tikrais gyvų organizmų funkcionavimo mechanizmais, buvo sukurta dirbtinio intelekto veiksmų seka, išmokanti robotą judėti keturiomis galūnėmis. Pranešama, kad dirbtinės galūnės sausgyslių, raumenų ir kaulų imitacijos pavidalu sugebėjo išmokti vaikščioti per penkias minutes po algoritmo vykdymo.
Po pirmojo paleidimo procesas buvo nesistemingas ir chaotiškas, tačiau tada AI pradėjo greitai prisitaikyti prie realybės ir sėkmingai pradėjo vaikščioti be išankstinio programavimo. Ateityje sukurtas robotų mokymo visą gyvenimą be išankstinio ML mokymo metodas su duomenų rinkiniais gali būti pritaikytas civiliniams automobiliams aprūpinti autopilotais bei karinėms robotinėms transporto priemonėms. Tačiau ši technologija turi daug daugiau perspektyvų ir panaudojimo sričių. Svarbiausia, kad algoritmas nesuvoktų žmogaus kaip vienos iš vystymosi kliūčių ir neišmoktų nieko blogo.
Šaltinis: 3dnews.ru