Управление перспективных исследовательских проектов США (DARPA) стремится изменить способ работы ИИ через программу под названием «L2M» или Lifelong Learning Machines

МЕНЮ


Искусственный интеллект. Новости
Поиск

ТЕМЫ


Внедрение ИИНовости ИИРобототехника, БПЛАПсихологияТрансгуманизмЛингвистика, обработка текстаБиология, теория эволюцииВиртулаьная и дополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информации

RSS


RSS новости

Авторизация



Новостная лента форума ailab.ru

Управление перспективных исследовательских проектов США (DARPA) стремится изменить способ работы ИИ через программу под названием «L2M» или Lifelong Learning Machines. Управление ищет системы, которые постоянно обучаются, адаптируются к новым задачам и знают, что конкретно им нужно изучать и когда. Директор программы Хава Т. Зигельман утверждает, что они хотят добавить ИИ гибкость человеческого разума при обучении. Управление DARPA выделило 65 миллионов долларов США и уже выбрало 16 групп для проектов, которые будут длиться 4 года, но, по словам Зигельман, есть также возможность реализовать еще несколько проектов.

Большая проблема ИИ связана с его структурой, которую используют сегодня. Нейронные сети — это адаптируемые системы, способность к обучению которых обусловлена силой связей между ее искусственными нейронами. Сегодня эти сети тренируются на наборе данных, например, на таких как изображения автомобилей и людей.

Проблема возникает, когда ИИ сталкивается с чем-то, что он никогда не обучался распознавать. Без переподготовки система повторяла бы ту же ошибку снова и снова. Но прямо сейчас ИИ не может быть переподготовлен. По словам Зигельман, попытка осуществить это с сегодняшними системами приводит к феномену, называемому «катастрофическим забыванием». Это ситуация, когда изучение нового предмета нарушает знания о предыдущих предметах, которые система уже имела ранее.

Даже люди страдают от снижения производительности, когда они сталкиваются с чем-то новым, но мы можем восстановиться, продолжая выполнение задачи. Если вы поднимете баскетбольное кольцо на 30 сантиметров, игроки в первое время будут промахиваться, но по мере продолжения игры они научатся забивать на новой высоте. Вам не нужно вытаскивать их с площадки и снова учить играть. К такой же цели желают прийти и разработчики ИИ.

16 основных грантов были направлены на две группы. Первая группа будет иметь в распоряжении четыре года для разработки систем, которые могут постоянно учиться, адаптироваться к новым задачам и обстоятельствам и понимать исходные данные в соответствии с задачами системы. У другой же группы будет четыре года для определения новых механизмов непрерывного обучения, преимущественно взятых из биологии или физической науки, и передачи этого механизма алгоритму, который в конечном итоге должен будет улучшить работу ИИ.

Зигельман сообщает также о том, что результаты исследований каждой группы предоставят возможности для самых ближайших проектов по развитию способностей искусственного интеллекта и положат необходимую основу для будущих программ.


Источник: spectrum.ieee.org