Обучение систем искусственного интеллекта для адаптации к динамическим средам

Новая программа DARPA направлена на создание искусственного интеллекта (ИИ), который распознает и реагирует автономно на изменения в реальных условиях. Современные системы искусственного интеллекта преуспевают в задачах, определенных жесткими правилами, таких как овладение настольными играми и шахматами с мастерством, превосходящим игроков мирового уровня.

Однако системы искусственного интеллекта не очень хорошо приспосабливаются к постоянно меняющимся условиям, с которыми обычно сталкиваются войска в реальном мире, от реагирования на неожиданные действия противника до колеблющейся погоды и эксплуатации в незнакомой местности.

Чтобы системы искусственного интеллекта могли эффективно взаимодействовать с людьми в самых разных военных приложениях, интеллектуальные машины должны перейти от решения проблем закрытого мира в ограниченных границах к вызовам открытого мира, для которых характерны нестабильные и нестандартные ситуации.

Программа SAIL-ON

Чтобы попытаться сделать этот скачок, DARPA сегодня объявила о программе «Наука искусственного интеллекта и обучение новизне открытого мира» (SAIL-ON). SAIL-ON намеревается исследовать и разрабатывать основополагающие научные принципы и общие технические приемы и алгоритмы, необходимые для создания систем искусственного интеллекта, которые будут действовать надлежащим образом и эффективно в новых ситуациях, возникающих в открытых мирах.

Цели программы состоят в том, чтобы разработать научные принципы для количественной оценки и характеристики в областях открытого мира, создания систем искусственного интеллекта, которые реагируют на все новое в этих областях, а также для демонстрации и оценки этих систем в выбранной области DoD. День презентации для заинтересованных участников запланирован на 5 марта 2019 года в Арлингтоне, штат Вирджиния.

Тед Сенатор, руководитель программы в Отделе оборонных наук DARPA, сказал: «Представьте, изменились правила игры в шахматы в середине игры. Как система ИИ узнает, что доска стала больше или если целью игры было не поставить мат королю противника, а захватить все его пешки? Или что, если конь теперь может двигаться как слон? Сможет ли ИИ выяснить, что изменилось и адаптироваться к нему?»

Существующие системы ИИ становятся неэффективными и не могут адаптироваться, когда происходит что-то значительное и неожиданное. В отличие от людей, которые распознают новый опыт и соответствующим образом корректируют свое поведение, машины продолжают применять устаревшие методы до тех пор, пока не пройдут переподготовку.

При наличии достаточного количества данных машины могут хорошо выполнять статистические рассуждения

Например, классифицировать изображения для распознавания лиц. Еще один пример - искусственный интеллект DARPA в автомобилях с самоуправлением в начале 2000-х годов, который привел к нынешней революции в области автономных транспортных средств.

Благодаря огромным объемам данных, которые включают в себя события, собранные с десятков миллионов автономных миль, технология самостоятельного вождения вступает в свои права. Но доступные данные специфичны для обычно четко определенных сред с известными правилами дорожного движения.

Тед Сенатор сказал: «Было бы нецелесообразно пытаться сгенерировать подобный набор данных миллионов миль для самостоятельного вождения для наземных военных систем, которые путешествуют по бездорожью, в агрессивной среде и постоянно сталкиваются с новыми условиями с высокими ставками, не говоря уже об автономных военных системах, работающих в воздухе и на море ».

4 этапа для достижения нужной цели

В случае успеха SAIL-ON научит систему искусственного интеллекта обучаться и реагировать соответствующим образом без необходимости переподготовки на большом наборе данных. Программа стремится заложить техническую основу, которая позволила бы машинам, независимо от области, самим проходить военный цикл OODA, наблюдать за ситуацией, выбирать лучший курс действий и затем действовать. «Первое, что должна сделать система ИИ - это признать, что мир изменился.

Второе, что нужно сделать - это охарактеризовать, как изменился мир. Третье, что ему нужно сделать, это соответствующим образом адаптировать свой ответ. В-четвертых, когда он научится адаптироваться, он должен обновить свою модель мира ».

SAIL-ON потребует от исполнителей и команд охарактеризовать и количественно определять типы и степени всего происходящего в открытых мирах, создавать программное обеспечение, которое генерирует новые ситуации на разных уровнях иерархии в выбранных областях, и разрабатывать алгоритмы и системы, способные идентифицировать и реагировать на нескольких открытых доменах.

SAIL-ON ищет специалистов во многих областях ИИ, включая машинное обучение, распознавание планов, представление знаний, обнаружение аномалий, диагностику и устранение неисправностей, вероятностное программирование и другие. Ожидается, что в ближайшее время будет опубликовано объявление о (BAA).