डार्पा तीसरी पीढ़ी के विकास में कंप्यूटर विजन एआई सिस्टम लाने का लक्ष्य रखता है

डिफेंस एडवांस्ड रिसर्च प्रोजेक्ट्स एजेंसी (डार्पा) एक परियोजना शुरू कर रही है जिसका उद्देश्य कंप्यूटर विजन तकनीकों में सुधार करना और “तीसरी लहर” की शुरुआत करना है एआई अनुसंधान में। एआई अनुसंधान की तीसरी लहर पहली और दूसरी लहरों की सीमाओं को दूर करने का प्रयास करती है, जिसमें छवि पहचान एल्गोरिदम में सुधार शामिल है।

डार्पा अमेरिकी सेना के लिए प्राथमिक उन्नत अनुसंधान समूह है, और यह आधुनिक प्रौद्योगिकी के कई तत्वों के निर्माण में एक महत्वपूर्ण भूमिका निभाई है, जैसे कि पहले कंप्यूटर नेटवर्क और पहले एआई सिस्टम। डार्पा ने हाल ही में एक आगामी अवसर के बारे में एक घोषणा पोस्ट की, जिसमें “तीसरी लहर” एआई सिद्धांत और अनुप्रयोगों के विकास में भाग लेने के लिए एक शोधकर्ता की तलाश की जा रही है। नोटिस में डार्पा के पिक्सेल इंटेलिजेंट प्रोसेसिंग (आईपी2) सिस्टम पर काम करने का अवसर दिया गया था। आईपी2 का उद्देश्य छवि/वीडियो पहचान प्रणालियों की सामान्य विश्वसनीयता, उपयोगिता और सटीकता में सुधार करना है। आईपी2 विशेष रूप से एज-कंप्यूटिंग उदाहरणों के लिए महत्वपूर्ण है, क्योंकि इन उपकरणों में बड़े कार्यभार को संभालने के लिए आवश्यक गणना संसाधनों तक पहुंच नहीं है।

आईपी2 दो समस्याओं का समाधान करने का लक्ष्य रखता है जो एज कंप्यूटिंग डिवाइसों में एआई सिस्टम की तैनाती को सीमित करते हैं। एक मुद्दा कम-वजन, कम-शक्ति और कम-विलंबता एआई एल्गोरिदम का निर्माण है जो अभी भी उपयोगी होने के लिए आवश्यक सटीकता बनाए रख सकते हैं। दूसरी समस्या जिसे हल करने की आवश्यकता है वह डेटा जटिलता है। जितना अधिक डेटासेट की जटिलता को कम किया जा सकता है, उतना कम प्रसंस्करण शक्ति की आवश्यकता होती है डेटासेट का विश्लेषण करने के लिए।

डार्पा शोधकर्ता छवि डेटासेट की जटिलता को कम करने का लक्ष्य रखते हैं व्यक्तिगत पिक्सेल को संसाधित करने वाले न्यूरल नेटवर्क का उपयोग करके। यह तकनीक डेटासेट की आयामीता को कम करती है और डेटासेट में छवियों/वीडियो की शून्यता को बढ़ाती है। ये तकनीकें डेटा को बैकएंड पर बिना मॉडल की सटीकता को कम किए प्रसंस्कृत करने की अनुमति देती हैं। आयामीता कम करने की तकनीकें एआई सिस्टम को छवियों/वीडियो से सबसे प्रासंगिक जानकारी निकालने और इसे वास्तविक न्यूरल नेटवर्क मॉडल में वितरित करने की अनुमति देती हैं जो वास्तव में डेटा के बारे में भविष्यवाणियां करता है। स्वयं पुनरावृत्त न्यूरल नेटवर्क को भी सरल बनाया जाता है ताकि शक्ति की खपत कम हो।

डार्पा अधिकारियों के अनुसार, नेक्स्टगोव में उद्धृत के रूप में:

“डेटा स्ट्रीम को तुरंत स्पार्स फीचर प्रतिनिधित्व में ले जाकर, कम जटिलता वाले [न्यूरल नेटवर्क] उच्च सटीकता के साथ प्रशिक्षित होंगे और समग्र गणना संचालन को 10 गुना कम करेंगे।”

आईपी2 परियोजना को उच्चतम सटीकता प्रदर्शित करने और बड़े डेटासेट को संभालने के दौरान एआई एल्गोरिदम प्रसंस्करण ऊर्जा-विलंब में 20 गुना कमी लाने की आवश्यकता होगी। उदाहरण के लिए, आईपी2 को कैलिफोर्निया विश्वविद्यालय-बर्कले के बीडीडी100के डेटासेट पर राज्य-के-कला परिणाम प्रदान करने में सक्षम होना चाहिए, जो स्व-ड्राइविंग वाहनों को प्रशिक्षित करने के लिए उपयोग किया जाने वाला एक बड़ा डेटासेट है जिसमें विभिन्न छवि वर्गीकरण कार्यों के साथ-साथ ओक्लूजन और मौसम, भौगोलिक और पर्यावरणीय स्थितियों में विविधता शामिल है।

डार्पा कंप्यूटर विजन एल्गोरिदम और सिस्टम की तीसरी लहर को संबोधित करने के लिए तैयार हो रहा है, यह विमान नियंत्रण के पहलुओं को स्वचालित करने के प्रयास का नेतृत्व भी कर रहा है, हाल ही में एआई-नियंत्रित एफ-16 लड़ाकू जेट विमानों को एक प्रतिद्वंद्वी के खिलाफ एक श्रृंखला के सिम्युलेटेड परीक्षणों में लगाया गया है। ये परीक्षण एआई को सैन्य के लड़ाकू जेट में एकीकृत करने के लिए एक बड़े मिशन के चरण 1 थे। चरण 1 का अंत सिमुलेशन से वास्तविक दुनिया की उड़ानों में संक्रमण पर केंद्रित है, डार्पा 2021 के बाद के लिए लाइव-फ्लाई परीक्षणों की तैयारी कर रहा है।