AI-specialisten van het laboratorium van het Amerikaanse leger en ontwikkelaars van de Universiteit van Texas hebben het Deep TAMER-algoritme voor kunstmatige intelligentie ontwikkeld dat sneller nieuwe vaardigheden kan leren door video's in versnelde modus te bekijken. De persoon die de AI traint, zal de leerresultaten observeren, de robot prijzen of uitschelden, afhankelijk van de situatie. Het leerproces zelf lijkt op hondentraining, en de snelheid waarmee de AI nieuwe "trucs" leert, zou tegelijkertijd aanzienlijk moeten toenemen.
De hoofdauteur en technologieontwikkelaar van het onderzoek, Dr. Garrett Warnell, legde uit dat robots met het nieuwe AI-trainingsprogramma veel sneller kunnen leren door zich aan te passen aan de omstandigheden en zich aan te passen aan de huidige taken. Bovendien merkte hij op dat dit werk een belangrijke stap zal zijn bij het creëren van volledig autonome apparaten die in staat zijn om onafhankelijk beslissingen te nemen en een aantal complexe taken uit te voeren, niet alleen in laboratoria, maar ook in het veld.
Nu leren robots lange tijd door met vallen en opstaan met objecten te communiceren. Pas na een reeks onjuiste opeenvolgingen van acties beginnen ze min of meer correct te handelen, maar tijdens de training kan de robot bijvoorbeeld volledig instorten, van een klif vallen of verdrinken. De nieuwe methode en de hulp van mensen zullen het leren versnellen en fatale fouten helpen voorkomen.
Viacheslav Larionov
