Niecałe dwa lata temu DARPA uruchomiła program Lifelong Learning Machines (L2M), mający na celu tworzenie ciągle uczących się systemów robotycznych z elementami sztucznej inteligencji. Program L2M miał doprowadzić do pojawienia się platform samouczących się, które potrafiły dostosować się do nowego środowiska bez wcześniejszego programowania i szkoleń. Mówiąc najprościej, roboty musiały uczyć się na swoich błędach, a nie poprzez pompowanie zestawów danych szablonowych w środowisku laboratoryjnym.
W programie L2M uczestniczy 30 grup badawczych o różnej wysokości finansowania. Niedawno jedna z grup z Uniwersytetu Południowej Kalifornii wykazała przekonujący postęp w tworzeniu samouczących się platform robotycznych, jak podano w marcowym numerze Nature Machine Intelligence.
Zespołem naukowców z uczelni kieruje Francisco J. Valero-Cuevas, profesor inżynierii biomedycznej, biokinezjologii i fizjoterapii. W oparciu o opracowany przez grupę algorytm, który opiera się na określonych mechanizmach funkcjonowania organizmów żywych, stworzono sekwencję działań sztucznej inteligencji, która uczy robota ruchów na czterech kończynach. Poinformowano, że sztuczne kończyny w postaci imitacji ścięgien, mięśni i kości były w stanie nauczyć się chodzić w ciągu pięciu minut po uruchomieniu algorytmu.
Po pierwszym uruchomieniu proces był niesystematyczny i chaotyczny, ale potem sztuczna inteligencja zaczęła szybko dostosowywać się do realiów i z powodzeniem zaczęła chodzić bez wcześniejszego programowania. W przyszłości stworzona metoda uczenia robotów przez całe życie bez wstępnego szkolenia ML ze zbiorami danych będzie mogła zostać zaadaptowana do wyposażania samochodów cywilnych w autopiloty oraz do wojskowych pojazdów robotycznych. Technologia ta ma jednak znacznie więcej perspektyw i obszarów zastosowań. Najważniejsze, że algorytm nie postrzega osoby jako jednej z przeszkód w rozwoju i nie uczy się niczego złego.
Źródło: 3dnews.ru