Há menos de dois anos, a DARPA lançou o programa Lifelong Learning Machines (L2M) para criar sistemas robóticos de aprendizagem contínua com elementos de inteligência artificial. O programa L2M deveria levar ao surgimento de plataformas de autoaprendizagem que pudessem se adaptar a um novo ambiente sem programação ou treinamento prévio. Simplificando, os robôs tiveram que aprender com seus erros, e não aprender bombeando conjuntos de dados de modelo em um ambiente de laboratório.
O programa L2M envolve 30 grupos de pesquisa com financiamentos variados. Recentemente, um dos grupos da Universidade do Sul da Califórnia mostrou um progresso convincente na criação de plataformas robóticas de autoaprendizagem, conforme relatado na edição de março da Nature Machine Intelligence.
A equipe de pesquisadores da universidade é liderada por Francisco J. Valero-Cuevas, professor de engenharia biomédica, biocinesiologia e fisioterapia. Com base no algoritmo desenvolvido pelo grupo, que se baseia em determinados mecanismos de funcionamento dos organismos vivos, foi criada uma sequência de ações de inteligência artificial para ensinar ao robô movimentos sobre quatro membros. É relatado que membros artificiais na forma de imitações de tendões, músculos e ossos foram capazes de aprender a andar cinco minutos após a execução do algoritmo.
Após o primeiro lançamento, o processo foi assistemático e caótico, mas então a IA começou a se adaptar rapidamente à realidade e começou a andar com sucesso sem programação prévia. No futuro, o método criado de treinamento ao longo da vida de robôs sem treinamento prévio de ML com conjuntos de dados poderá ser adaptado para equipar carros civis com pilotos automáticos e para veículos robóticos militares. No entanto, esta tecnologia tem muito mais perspectivas e áreas de utilização. O principal é que o algoritmo não perceba a pessoa como um dos obstáculos ao desenvolvimento e não aprenda nada de ruim.
Fonte: 3dnews.ru