AI-spesialister fra US Army-laboratoriet og utviklere ved University of Texas har laget Deep TAMER-algoritmen for kunstig intelligens som kan lære nye ferdigheter raskere ved å se videoer i akselerert modus. Personen som trener AI vil observere læringsutbyttet, rose eller skjelle roboten avhengig av situasjonen. Selve læringsprosessen ligner hundetrening, og hastigheten som AI vil lære nye "triks" på, bør samtidig øke betydelig.
Studiens hovedforfatter og teknologiutvikler Dr. Garrett Warnell forklarte at med det nye AI-treningsprogrammet vil roboter kunne lære mye raskere, tilpasse seg omstendighetene og tilpasse seg dagens oppgaver. I tillegg bemerket han at dette arbeidet vil være et viktig skritt i etableringen av fullt autonome enheter som er i stand til å ta uavhengige beslutninger og utføre en rekke komplekse oppgaver, ikke bare i laboratorier, men også i felt.
Nå lærer roboter lenge, samhandler med objekter ved prøving og feiling. Først etter en serie med feil sekvens av handlinger begynner de å handle mer eller mindre riktig, men under trening kan roboten for eksempel bryte helt ned, falle av en klippe eller drukne. Den nye metoden og hjelp fra mennesker vil øke hastigheten på læring og bidra til å unngå fatale feil.
Viacheslav Larionov
