DARPA выделила $65 млн на бесконечно обучающийся ИИ - «Финансы и Банки» » Финансы и Банки
Создать акаунт

DARPA выделила $65 млн на бесконечно обучающийся ИИ - «Финансы и Банки»

26 ноя 2017, 05:00
Новости Банков
0
0
DARPA выделила $65 млн на бесконечно обучающийся ИИ - «Финансы и Банки»
DARPA выделила $65 млн на бесконечно обучающийся ИИ - «Финансы и Банки»

Исследовательское оборонное агентство DARPA хочет изменить принцип работы искусственного интеллекта при помощи программы L2M или «бесконечного обучения», которая позволит машине безостановочно совершенствоваться, адаптироваться к новым задачам и понимать, что и когда изучать.
«Мы хотим добиться жесткости автомата с гибкостью человека», — заявила директор программы Хава Зигельман. DARPA выделила $65 млн и уже отобрала 16 групп на 4-годичный проект, но вакансии еще есть.
Эти 16 грантов DARPA распределила на две группы: команды, входящие в первую, будут 4 года разрабатывать систему, способную к беспрерывному обучению и адаптации к новым заданиям и обстоятельствам. Командам второй группы дадут те же 4 года на создание механизма бесконечного обучения — на основе биологии или физики — и на перенос этого механизма на алгоритм ИИ.
Большая проблема ИИ произрастает из структуры, которую он использует. Нейронные сети — адаптивная система, способность к обучению которой зависит от силы связей между искусственными нейронами. Сегодня эти сети обучаются на наборах данных — изображениях автомобилей или людей, например. После обучения сила связей сети фиксируется, и она выходит в мир выполнять работу, для которой была подготовлена.
Проблема возникает тогда, когда ИИ встречает нечто совершенно новое, что не научился распознавать. Без переобучения он будет повторять ту же ошибку снова и снова. Но сейчас ИИ нельзя по-настоящему переобучить — такие попытки приведут к феномену «катастрофического забывания», объяснила Зигельман на конференции IEEE Rebooting Computer Conference. Это ситуация, в которой получение новых знаний разрушает все уже накопленные.
У людей тоже снижается производительность, когда они сталкиваются с чем-то новым, но мы умеем быстро приспосабливаться, не теряя способности к действию. Если, например, перевесить баскетбольное кольцо на 30 см выше, игроки сначала станут промахиваться, но потом привыкнут и научатся играть по новым правилам. Не придется уводить их с поля и заново учить, как играть в баскетбол, пишет IEEE Spectrum.

Исследовательское оборонное агентство DARPA хочет изменить принцип работы искусственного интеллекта при помощи программы L2M или «бесконечного обучения», которая позволит машине безостановочно совершенствоваться, адаптироваться к новым задачам и понимать, что и когда изучать. «Мы хотим добиться жесткости автомата с гибкостью человека», — заявила директор программы Хава Зигельман. DARPA выделила $65 млн и уже отобрала 16 групп на 4-годичный проект, но вакансии еще есть. Эти 16 грантов DARPA распределила на две группы: команды, входящие в первую, будут 4 года разрабатывать систему, способную к беспрерывному обучению и адаптации к новым заданиям и обстоятельствам. Командам второй группы дадут те же 4 года на создание механизма бесконечного обучения — на основе биологии или физики — и на перенос этого механизма на алгоритм ИИ. Большая проблема ИИ произрастает из структуры, которую он использует. Нейронные сети — адаптивная система, способность к обучению которой зависит от силы связей между искусственными нейронами. Сегодня эти сети обучаются на наборах данных — изображениях автомобилей или людей, например. После обучения сила связей сети фиксируется, и она выходит в мир выполнять работу, для которой была подготовлена. Проблема возникает тогда, когда ИИ встречает нечто совершенно новое, что не научился распознавать. Без переобучения он будет повторять ту же ошибку снова и снова. Но сейчас ИИ нельзя по-настоящему переобучить — такие попытки приведут к феномену «катастрофического забывания», объяснила Зигельман на конференции IEEE Rebooting Computer Conference. Это ситуация, в которой получение новых знаний разрушает все уже накопленные. У людей тоже снижается производительность, когда они сталкиваются с чем-то новым, но мы умеем быстро приспосабливаться, не теряя способности к действию. Если, например, перевесить баскетбольное кольцо на 30 см выше, игроки сначала станут промахиваться, но потом привыкнут и научатся играть по новым правилам. Не придется уводить их с поля и заново учить, как играть в баскетбол, пишет IEEE Spectrum.

Смотрите также:


Комментарии
Минимальная длина комментария - 50 знаков. комментарии модерируются
Top.Mail.Ru