DARPA Berencana Mengembangkan Sistem AI Penglihatan Komputer ke “Gelombang Ketiga” Pengembangan

Badan Penelitian dan Pengembangan Pertahanan Lanjutan (DARPA) memulai proyek yang bertujuan untuk meningkatkan teknik penglihatan komputer dan memulai “gelombang ketiga” penelitian AI. Gelombang ketiga penelitian AI ini bertujuan untuk mengatasi keterbatasan gelombang pertama dan kedua teknologi AI, yang termasuk perbaikan algoritma pengenalan gambar.

DARPA adalah kelompok penelitian lanjutan utama untuk militer AS, dan telah memainkan peran kritis dalam penciptaan banyak elemen teknologi modern, seperti jaringan komputer pertama dan sistem AI pertama. DARPA baru-baru ini memposting pengumuman tentang kesempatan yang akan datang, mencari seorang peneliti untuk berpartisipasi dalam pengembangan teori dan aplikasi AI “gelombang ketiga”. Pengumuman tersebut membuat referensi ke kesempatan untuk bekerja pada sistem Pengolahan Piksel Pintar (IP2) DARPA. IP2 dimaksudkan untuk meningkatkan keandalan, kemudahan penggunaan, dan akurasi sistem pengenalan gambar/video secara umum. IP2 sangat penting untuk instance edge-computing, karena perangkat tersebut tidak memiliki akses ke sumber daya komputasi yang diperlukan untuk menangani beban kerja besar.

IP2 bertujuan untuk memecahkan dua masalah yang membatasi penerapan sistem AI di perangkat edge computing. Salah satu masalah adalah pembuatan algoritma AI yang ringan, berdaya rendah, dan berlatensi rendah yang masih dapat mempertahankan akurasi yang diperlukan untuk berguna. Masalah lain yang perlu dipecahkan adalah kompleksitas data. Semakin kompleksitas dataset dapat dikurangi, semakin sedikit daya pengolahan yang diperlukan untuk menganalisis dataset.

Peneliti DARPA akan bertujuan untuk mengurangi kompleksitas dataset gambar dengan menggunakan jaringan saraf yang memproses piksel individu. Teknik ini mengurangi dimensionalitas dataset dan meningkatkan kepadatan gambar/video di dataset. Teknik ini memungkinkan data untuk diproses di backend tanpa mengorbankan akurasi model. Teknik pengurangan dimensionalitas memungkinkan sistem AI untuk mengekstrak hanya informasi yang paling relevan dari gambar/video dan mengirimkannya ke model jaringan saraf berulang yang sebenarnya membuat prediksi tentang data. Jaringan saraf berulang itu sendiri juga disederhanakan untuk mengurangi konsumsi daya.

Menurut pejabat DARPA, sebagaimana dikutip di NextGov:

“Dengan segera memindahkan aliran data ke representasi fitur yang jarang, jaringan saraf yang berkurang kompleksitasnya akan dilatih untuk akurasi tinggi sambil mengurangi operasi komputasi secara keseluruhan sebesar 10x.”

Proyek IP2 akan memerlukan pelaku untuk menampilkan akurasi tingkat negara-bagian sambil juga membangun pengurangan 20x dalam energi-tunda pengolahan algoritma AI saat menangani dataset besar. Misalnya, IP2 harus dapat menghasilkan hasil tingkat negara-bagian pada dataset BDD100K Universitas California-Berkley, yang merupakan dataset besar yang digunakan untuk melatih kendaraan swakemudi dengan menggabungkan berbagai tugas klasifikasi gambar bersama dengan oklusi dan keanekaragaman cuaca, geografis, dan kondisi lingkungan.

Ketika DARPA mempersiapkan untuk menangani gelombang ketiga algoritma dan sistem penglihatan komputer, juga memimpin upaya untuk mengotomatisasi aspek kendali pesawat, baru-baru ini melakukan serangkaian tes simulasi yang memasang pesawat tempur F-16 yang dikendalikan AI melawan lawan. Tes ini adalah Fase 1 dari misi yang lebih besar untuk mengintegrasikan AI ke dalam pesawat tempur militer. Akhir Fase 1 berfokus pada transisi dari simulasi ke penerbangan nyata, dengan DARPA mempersiapkan untuk tes terbang langsung kemudian pada 2021.