เมื่อไม่ถึงสองปีที่แล้ว DARPA ได้เปิดตัวโปรแกรม Lifelong Learning Machines (L2M) เพื่อสร้างระบบหุ่นยนต์ที่เรียนรู้อย่างต่อเนื่องด้วยองค์ประกอบของปัญญาประดิษฐ์ โปรแกรม L2M ควรจะนำไปสู่การเกิดขึ้นของแพลตฟอร์มการเรียนรู้ด้วยตนเองที่สามารถปรับตัวเข้ากับสภาพแวดล้อมใหม่ได้โดยไม่ต้องมีการเขียนโปรแกรมหรือการฝึกอบรมล่วงหน้า พูดง่ายๆ ก็คือ หุ่นยนต์ต้องเรียนรู้จากความผิดพลาด และไม่เรียนรู้โดยการอัดชุดข้อมูลเทมเพลตในสภาพแวดล้อมห้องปฏิบัติการ
โปรแกรม L2M เกี่ยวข้องกับกลุ่มวิจัย 30 กลุ่มด้วยจำนวนเงินทุนที่แตกต่างกัน เมื่อเร็ว ๆ นี้ หนึ่งในกลุ่มจากมหาวิทยาลัยเซาเทิร์นแคลิฟอร์เนียแสดงให้เห็นถึงความก้าวหน้าที่น่าเชื่อในการสร้างแพลตฟอร์มหุ่นยนต์เรียนรู้ด้วยตนเอง ตามที่รายงานใน Nature Machine Intelligence ฉบับเดือนมีนาคม
ทีมนักวิจัยจากมหาวิทยาลัยนำโดย Francisco J. Valero-Cuevas ศาสตราจารย์ด้านวิศวกรรมชีวการแพทย์ ชีววิทยาวิทยา และกายภาพบำบัด ตามอัลกอริทึมที่พัฒนาโดยกลุ่ม ซึ่งขึ้นอยู่กับกลไกการทำงานของสิ่งมีชีวิต ลำดับของการกระทำของปัญญาประดิษฐ์ถูกสร้างขึ้นเพื่อสอนการเคลื่อนไหวของหุ่นยนต์บนแขนขาทั้งสี่ มีรายงานว่าแขนขาเทียมในรูปแบบของเส้นเอ็น กล้ามเนื้อ และกระดูกเทียมสามารถเรียนรู้ที่จะเดินได้ภายในห้านาทีหลังจากใช้อัลกอริธึม
หลังจากการเปิดตัวครั้งแรก กระบวนการต่างๆ ก็ไม่เป็นระบบและวุ่นวาย แต่แล้ว AI ก็เริ่มปรับตัวเข้ากับความเป็นจริงอย่างรวดเร็วและเริ่มเดินได้สำเร็จโดยไม่ต้องเขียนโปรแกรมล่วงหน้า ในอนาคต วิธีการฝึกอบรมหุ่นยนต์ตลอดชีวิตที่สร้างขึ้นโดยไม่มีการฝึกอบรม ML เบื้องต้นพร้อมชุดข้อมูล สามารถนำไปปรับใช้เพื่อเตรียมรถยนต์พลเรือนที่มีระบบขับเคลื่อนอัตโนมัติและสำหรับยานยนต์หุ่นยนต์ทหาร อย่างไรก็ตามเทคโนโลยีนี้มีโอกาสและพื้นที่การใช้งานมากกว่ามาก สิ่งสำคัญคืออัลกอริทึมไม่มองว่าบุคคลเป็นหนึ่งในอุปสรรคในการพัฒนาและไม่ได้เรียนรู้สิ่งเลวร้าย
ที่มา: 3dnews.ru