DARPA Aikoo Tuoda Tietokoneen Näköaistimettuja AI-järjestelmiä “Kolmanteen Aaltoon” Kehityksessä

Puolustusalan edistyneen tutkimuksen agentuuri (DARPA) on aloittamassa hanketta, jolla pyritään parantamaan tietokoneen näkötekniikoita ja käynnistämään “kolmas aalto” tekoälytutkimuksessa. Kolmas aalto tekoälytutkimuksessa pyrkii ratkaisemaan ensimmäisen ja toisen aallon tekoälytekniikoiden rajoitukset, mukaan lukien parannukset kuvantunnistusalgoritmeihin.

DARPA on Yhdysvaltain armeijan pääasiallinen edistynyt tutkimusryhmä, ja se on ollut keskeisessä asemassa monien nykyaikaisen teknologian elementtien luomisessa, kuten varhaisimmissa tietokoneverkoissa ja varhaisimmissa tekoälyjärjestelmissä. DARPA on julkaissut ilmoituksen tulevasta mahdollisuudesta, jossa etsitään tutkijaa osallistumaan “kolmannen aallon” tekoälyteorian ja sovellusten kehittämiseen. Ilmoituksessa viitataan mahdollisuuteen työskennellä DARPA:n Pixel Intelligent Processing (IP2) -järjestelmän parissa. IP2 on tarkoitettu parantamaan yleistä luotettavuutta, käytettävyyttä ja tarkkuutta kuvan/tiedoston tunnistusjärjestelmissä. IP2 on erityisen tärkeä reunatietokoneiden tapauksessa, koska nämä laitteet eivät pysty käsittelemään suuria työkuormia.

IP2 pyrkii ratkaisemaan kaksi ongelmaa, jotka rajoittavat tekoälyjärjestelmien käyttöä reunatietokoneissa. Yksi ongelma on matalan painoisen, matalan tehon ja matalan viiveen tekoälyalgoritmien luominen, jotka voivat yhä pitää yllä tarvittavaa tarkkuutta. Toinen ongelma, joka vaatii ratkaisua, on datan monimutkaisuus. Mitä enemmän datan monimutkaisuutta voidaan vähentää, sitä vähemmän laskentakapasiteettia tarvitaan datan analysointiin.

DARPA:n tutkijat pyrkivät vähentämään kuvadatamäärän monimutkaisuutta käyttämällä neuroverkkoja, jotka prosessoivat yksittäisiä pikseleitä. Tämä tekniikka vähentää datamäärän ulottuvuutta ja lisää kuvan/video datamäärän harvuutta. Nämä tekniikat sallivat datan prosessoinnin taustalla ilman mallin tarkkuuden uhraamista. Ulottuvuuden vähennystekniikat mahdollistavat tekoälyjärjestelmän poistamisen vain tärkeimmistä tiedoista kuvista/videoista ja toimittamisen takaisin neuroverkkomalliin, joka tekee todelliset ennusteet datasta. Itse neuroverkko on myös yksinkertaistettu vähentämään tehokkuutta.

DARPA:n virkamiesten mukaan, kuten NextGov:ssa lainattu:

“Siirtämällä datavirran välittömästi harvaan ominaisuusesitykseen, vähennetyn monimutkaisuuden neuroverkot koulutetaan korkeaan tarkkuuteen vähentäen samalla laskentatoimia 10-kertaisesti.”

IP2-projekti vaatii suorittajilta esittämään huipputason tarkkuutta ja samalla asettamaan 20-kertaisen vähennyksen tekoälyalgoritmien prosessointienergiaviivästystä suurten datamäärien käsittelyssä. Esimerkiksi IP2 tulisi pystyä toimittamaan huipputason tulokset Kalifornian yliopiston Berkley:n BDD100K-datasetissä, joka on suuri datasetti, jota käytetään itseajavia autoja kouluttamaan sisältäen monia kuvien luokittelutehtäviä yhdessä peittävien, sää-, maantieteellisten ja ympäristöolosuhteiden kanssa.

Kun DARPA valmistautuu käsittelemään tietokoneen näkötekniikkojen ja -järjestelmien “kolmatta aaltoa”, se johtaa myös pyrkimystä automatisoida lentokoneen ohjaus, ja se on suorittanut sarjan simuloituja kokeita, joissa tekoälyohjatut F-16-hävittäjälentokoneet ovat vastakkain vastustajan kanssa. Nämä kokeet olivat suuremman tehtävän ensimmäinen vaihe, jonka tarkoituksena on integroida tekoäly Yhdysvaltain armeijan hävittäjälentokoneisiin. Ensimmäisen vaiheen lopussa keskitytään simulaatioiden siirtymiseen todellisiin lentoihin, ja DARPA valmistautuu lentokokeisiin vuoden 2021 aikana.