Неполных два года назад агентство DARPA запустило программу Lifelong Learning Machines (L2M) для создания непрерывно обучающихся роботизированных систем с элементами искусственного интеллекта. Программа L2M должна была привести к появлению самообучающихся платформ, которые могли бы сами без предварительного программирования или обучения подстраиваться под новую обстановку. Проще говоря, роботы должны были учиться на своих ошибках, а не обучаться с помощью прокачки наборов шаблонных данных в лабораторных условиях.
В программе L2M принимают участие 30 научно-исследовательских групп с разным объёмом финансирования. Как раз на днях одна из групп из Университета Южной Калифорнии показала убедительный прогресс в создании самообучающихся роботизированных платформ, о чём сообщила на страницах мартовского номера издания Nature Machine Intelligence.
Группу исследователей из университета возглавляет профессор биомедицинской инженерии, биокинезиологии и физиотерапии Франциско Дж. Валеро-Куэвас (Francisco J. Valero-Cuevas). На основе разработанного группой алгоритма, за основу которого взяты определённые механизмы функционирования живых организмов, была создана последовательность действий искусственного интеллекта по обучению робота движениям на четырёх конечностях. Сообщается, что искусственные конечности в виде имитации сухожилий, мышц и костей смогли научиться ходить в течение пяти минут после запуска алгоритма.
После первого запуска процесс был бессистемным и хаотичным, но затем ИИ стал быстро приспосабливаться к реалиям и без предварительного программирования на ходьбу успешно пошёл. В дальнейшем созданная методика пожизненного обучения роботов без предварительного ML-обучения массивами данных может быть адаптирована для вооружения автопилотами гражданских автомобилей и для военных роботизированных транспортных средств. Впрочем, у данной технологии намного больше перспектив и сфер использования. Главное, чтобы алгоритм не воспринял человека как одно из препятствий в развитии и не научился бы чему-нибудь плохому.