AI-specialister från US Army-laboratorium och utvecklare vid University of Texas har skapat Deep TAMER-algoritmen för artificiell intelligens som kan lära sig nya färdigheter snabbare genom att titta på videor i accelererat läge. Den person som tränar AI kommer att observera inlärningsresultaten, berömma eller skälla roboten beroende på situationen. Själva inlärningsprocessen liknar hundträning och hastigheten med vilken AI kommer att lära sig nya "knep" bör samtidigt öka avsevärt.
Studiens ledande författare och teknikutvecklare Dr. Garrett Warnell förklarade att med det nya AI-träningsprogrammet kommer robotar att kunna lära sig mycket snabbare genom att anpassa sig till omständigheterna och anpassa sig till nuvarande uppgifter. Dessutom noterade han att detta arbete kommer att vara ett viktigt steg i skapandet av helt autonoma enheter som kan självständigt fatta beslut och utföra ett antal komplexa uppgifter, inte bara i laboratorier utan också på fältet.
Nu lär sig robotar länge och interagerar med objekt genom försök och fel. Först efter en serie av felaktiga sekvenser av handlingar börjar de agera mer eller mindre korrekt, men under träning kan roboten till exempel helt bryta ner, falla av en klippa eller drunkna. Den nya metoden och hjälp från människor kommer att påskynda lärandet och hjälpa till att undvika dödliga misstag.
Viacheslav Larionov
