DARPA дает 65 млн. долларов на продвинутый самообучаемый ИИ

Агентство перспективных военных исследований США (DARPA) стремится изменить работу ИИ через программу, которую оно называет Lifelong Learning Machines или L2M. Агентство ищет системы, которые постоянно учатся, адаптируются к новым задачам и знают, что нужно учить и когда, - сообщает Robotics.ua. 

Цель программы

Программа с фондом в 65 миллионов долларов уже выбрала 16 групп для четырехлетних проектов, но каждый желающий может также принять в ней участие и предложить свое решение. «Мы хотим достичь строгости в автоматизации и робототехнике наряду с гибкостью человека», - говорит директор программы Хава Т. Зигельманн.
Большая проблема ИИ связана в первую очередь с его структурой. Нейронные сети – это адаптируемые системы, способность к обучению которых связана с различной силой связей между ее искусственными нейронами. Сегодня эти сети обучаются на наборе данных изображений, к примеру, автомобилей и людей. Сила соединений сети затем фиксируется, и система начинает выполнять задачу.

«Проблема возникает, когда ИИ сталкивается с тем, чему он никогда не был обучен. Без переподготовки система повторяла бы ту же ошибку снова и снова. Но сейчас ИИ не может быть переобучен на практике. Попытка сделать это с сегодняшними системами приводит к феномену, называемому «катастрофическим забыванием», - объяснил Зигельманн на конференции IEEE. - «Это ситуация, когда изучение нового предмета нарушает знание всех других вещей, которые система уже знала, как это сделать. Даже люди страдают от снижения производительности, когда они сталкиваются с чем-то новым, но мы можем быстро обучиться. Если вы поднимете сетку в баскетболе на 30 сантиметров, игроки в большинстве случаев пропустят первые голы, но по мере продолжения игры они научатся забивать на новой высоте. Вам не нужно обучать их игре заново».

Согласно robotics.ua, 16 основных грантов были направлены на две категории групп. Первая категория будет иметь четыре года на разработку систем, которые могут постоянно учиться, адаптироваться к новым задачам и обстоятельствам и понимать исходные данные в соответствии с миссией системы (так называемое «целевое восприятие»). У другой категории будет также четыре года для определения новых механизмов непрерывного обучения – от биологии до физической науки, чтобы передать эти механизмы алгоритму, который улучшит ИИ.

Зигельманн говорит, что в обеих областях есть возможности для краткосрочных исследований. «Это хороший способ начать работу с DARPA. И это может стать основой для будущих программ».