För mindre än två år sedan lanserade DARPA programmet Lifelong Learning Machines (L2M) för att skapa kontinuerligt lärande robotsystem med inslag av artificiell intelligens. L2M-programmet var tänkt att leda till framväxten av självlärande plattformar som kunde anpassa sig till en ny miljö utan föregående programmering eller utbildning. Enkelt uttryckt var robotar tvungna att lära av sina misstag och inte lära sig genom att pumpa upp uppsättningar av malldata i en laboratoriemiljö.
L2M-programmet involverar 30 forskargrupper med varierande finansieringsbelopp. Nyligen visade en av grupperna från University of Southern California övertygande framsteg i att skapa självlärande robotplattformar, som rapporterades i marsnumret av Nature Machine Intelligence.
Teamet av forskare från universitetet leds av Francisco J. Valero-Cuevas, professor i biomedicinsk teknik, biokinesiologi och sjukgymnastik. Baserat på den algoritm som utvecklats av gruppen, som är baserad på vissa funktionsmekanismer för levande organismer, skapades en sekvens av artificiell intelligensåtgärder för att lära robotens rörelser på fyra lemmar. Det rapporteras att konstgjorda lemmar i form av imiterade senor, muskler och ben kunde lära sig gå inom fem minuter efter att ha kört algoritmen.
Efter den första lanseringen var processen osystematisk och kaotisk, men sedan började AI snabbt anpassa sig till verkligheten och började framgångsrikt gå utan föregående programmering. Den skapade metoden för livslång träning av robotar utan preliminär ML-utbildning med datamängder kan i framtiden anpassas för att utrusta civila bilar med autopiloter och för militära robotfordon. Denna teknik har dock mycket fler möjligheter och användningsområden. Huvudsaken är att algoritmen inte uppfattar en person som ett av hindren i utvecklingen och inte lär sig något dåligt.
Källa: 3dnews.ru