Разработка робота-самоучки: DARPA рискует перейти грань

30-03-2013, 12:28 | Наука и техника / Новости науки и техники | разместил: Редакция ОКО ПЛАНЕТЫ | комментариев: (3) | просмотров: (2 837)

Оборонное научное агентство DARPA готовит к запуску почти 4-летний проект по разработке искусственного интеллекта, который сможет самообучаться и совершенствовать себя.

В новом проекте речь не идет о моделировании человеческого мозга и запуске модели на компьютере. Этот путь в ближайшей перспективе многими учеными считается тупиковым ввиду исключительной сложности человеческого мозга и малоизученности принципов работы нашего разума. В DARPA планируют пойти по другому пути: построить машины, которые будут учиться с помощью алгоритмов вероятностного программирования, то есть просеивать огромные базы данных и выбирать наилучшие варианты решения проблемы. В ходе этой работы искусственный интеллект будет учиться и спустя некоторое время сможет легко решать простые задачи. Именно с таких проектов в фантастических романах начинается восстание машин и гибель человечества.

Специалисты DARPA предлагают коммерческим кампаниям за 46 месяцев разработать новые технологии вероятностного программирования для самообучающихся машин, сокращенно PPAML. Технология PPAML поможет военным более эффективно решать множество аналитических задач, которые сегодня требуют огромных людских ресурсов. В частности, самообучающиеся машины будут крайне полезны при ведении разведки, наблюдения, распознавания речи, вождения автомобиля, просеивания информации в поисках ценных данных и т.д.

Аппаратное обеспечение искусственного интеллекта может быть разнообразным: суперкомпьютеры на базе многоядерных процессоров, сеть обычных ПК и облачные сети.

Трудно сказать, насколько реально в ближайшие несколько лет создание такой сложной системы искусственного интеллекта. В настоящее время есть множество автоматических аналитических инструментов, которые облегчают работу людей, но пока ни один из них не способен к реальному самообучению. Пока высшим достижением технологии работы с базой данных по сути остается сличение архивных картинок с изображением, поступающим с видеокамеры. Поэтому в DARPA подчеркивают, что алгоритмы PPAML будут намного сложнее, в частности, они смогут объединять информацию разного типа, самостоятельно формулировать запрос и на основе полученных данных формулировать решение.

Источник: cnews.ru.

Рейтинг публикации:

Комментарии (3) | Распечатать

Добавить новость в:

Уважаемый посетитель, Вы зашли на сайт как незарегистрированный пользователь. Чтобы писать комментарии Вам необходимо зарегистрироваться либо войти на сайт под своим именем.

» #3 написал: matriks2 (30 марта 2013 16:28)
Статус: Пользователь offline

Группа: Посетители
публикаций 0
комментариев 530
Рейтинг поста:

Цитата: zimorodok

ИИ (искусственный идиот)

К чему эта ирония?

Цитата: the чел

Будет перебирать все доступные массивы информации, пока не найдёт подходящее по его мнению.

Могу разочаровать, но наш мозг работает по схожему принципу. Вопрос в алгоритме выборки, и алгоритме - фантазии. И уж поверьте. знаю много людей, у когорых фантазии вообще нет. Если он в своей базе данных не нашел нужных данных, он не сопоставить <патрон> и <лампочка>.

Машинное обучение
Проблематика машинного обучения касается процесса самостоятельного получения знаний интеллектуальной системой в процессе её работы. Это направление было центральным с самого начала развития ИИ. В 1956 году, на Дартмундской летней конференции, Рей Соломонофф написал отчёт о вероятностной машине, обучающейся без учителя, назвав её: «Индуктивная машина вывода».
Обучение без учителя — позволяет распознать образы во входном потоке. Обучение с учителем включает также классификацию и регрессионный анализ. Классификация используется, чтобы определить, к какой категории принадлежит образ. Регрессионный анализ используется, чтобы в рядах числовых примеров входа/выхода и обнаружить непрерывную функцию, на основании которой можно было бы прогнозировать выход. При обучении агент вознаграждается за хорошие ответы и наказывается за плохие. Они могут быть проанализированы с точки зрения теории решений, используя такие понятия как полезность. Математический анализ машинных алгоритмов изучения — это раздел теоретической информатики, известный как вычислительная теория обучения (англ. Computational learning theory).
К области машинного обучения относится большой класс задач на распознавание образов. Например, это распознавание символов, рукописного текста, речи, анализ текстов. Многие задачи успешно решаются с помощью биологического моделирования. Особо стоит упомянуть компьютерное зрение, которое связано ещё и с робототехникой.

И еще. В посыле новости - не будет создан именно ИИ, а будет создана SDK, которая ляжет в основу стандарта стандарта программирования в этой области.
Вопрос в том, зачем так журналисты выворачивают все - остается открытый. Это так же как и новости про супер двигатель на исправлениях времени от наса.

» #2 написал: the чел (30 марта 2013 15:28)
Статус: Пользователь offline

Группа: Эксперт
публикаций 0
комментариев 2311
Рейтинг поста:

Даёшь Скайнет к 2029 году.

Цитата: zimorodok

интересно, какое решение примет ИИ (искусственный идиот) , если на качественный запрос придет ответ: data not found? :-)

Будет перебирать все доступные массивы информации, пока не найдёт подходящее по его мнению. Что он найдёт, конечно, одному аллаху известно. На мой взгляд, бред всё это. Слишком много факторов, все из которых на сегодняшний день учесть невозможно. Это не Виндовс написать.

» #1 написал: zimorodok (30 марта 2013 13:49)
Статус: Пользователь offline

Группа: Посетители
публикаций 0
комментария 4082
Рейтинг поста:

» Информация

Посетители, находящиеся в группе Гости, не могут оставлять комментарии к данной публикации. Зарегистрируйтесь на портале чтобы оставлять комментарии