DARPA Miri a Portare i Sistemi di Visione Artificiale nella “Terza Onda” di Sviluppo

L’agenzia di ricerca avanzata per la difesa (DARPA) sta avviando un progetto volto a migliorare le tecniche di visione artificiale e a avviare una “terza onda” di ricerca sull’intelligenza artificiale. La terza onda di ricerca sull’intelligenza artificiale mira a risolvere le limitazioni delle prime e seconde onde delle tecnologie dell’intelligenza artificiale, che includono miglioramenti degli algoritmi di riconoscimento delle immagini.

DARPA è il principale gruppo di ricerca avanzata per l’esercito degli Stati Uniti e ha svolto un ruolo fondamentale nella creazione di molti elementi della tecnologia moderna, come le prime reti informatiche e i primi sistemi di intelligenza artificiale. DARPA ha recentemente pubblicato un annuncio su un’opportunità imminente, cercando un ricercatore per partecipare allo sviluppo della teoria e delle applicazioni dell’intelligenza artificiale della “terza onda”. Il comunicato faceva riferimento all’opportunità di lavorare sul sistema di elaborazione intelligente dei pixel (IP2) di DARPA. IP2 è destinato a migliorare l’affidabilità generale, l’usabilità e l’accuratezza dei sistemi di riconoscimento di immagini e video. IP2 è particolarmente importante per le istanze di edge computing, poiché questi dispositivi non hanno accesso alle risorse computazionali necessarie per gestire carichi di lavoro pesanti.

IP2 mira a risolvere due problemi che limitano la distribuzione dei sistemi di intelligenza artificiale nei dispositivi di edge computing. Un problema è la creazione di algoritmi di intelligenza artificiale a basso peso, a bassa potenza e a bassa latenza che possano comunque mantenere l’accuratezza necessaria per essere utili. L’altro problema che deve essere risolto è la complessità dei dati. Maggiore è la complessità del set di dati, minore è la potenza di elaborazione necessaria per analizzare il set di dati.

I ricercatori di DARPA mireranno a ridurre la complessità dei set di dati di immagini utilizzando reti neurali che elaborano singoli pixel. Questa tecnica riduce la dimensionalità del set di dati e aumenta la scarsità delle immagini/video nel set di dati. Queste tecniche consentono di elaborare i dati sul backend senza sacrificare l’accuratezza del modello. Le tecniche di riduzione della dimensionalità consentono al sistema di intelligenza artificiale di estrarre solo le informazioni più rilevanti dalle immagini/video e di consegnarle al modello di rete neurale ricorrente che effettivamente effettua previsioni sui dati. La rete neurale ricorrente stessa è anche semplificata per ridurre il consumo di energia.

Secondo i funzionari di DARPA, come citato in NextGov:

“Spostando immediatamente il flusso di dati nella rappresentazione delle caratteristiche sparse, le reti neurali a complessità ridotta saranno addestrate con alta accuratezza riducendo le operazioni di calcolo complessive del 10x.”

Il progetto IP2 richiederà ai partecipanti di mostrare un’accuratezza di stato dell’arte e di istituire una riduzione del 20x dell’energia di ritardo degli algoritmi di intelligenza artificiale quando si gestiscono grandi set di dati. Ad esempio, IP2 dovrebbe essere in grado di fornire risultati di stato dell’arte sul set di dati BDD100K dell’Università della California-Berkeley, che è un grande set di dati utilizzato per addestrare veicoli autonomi incorporando una varietà di attività di classificazione delle immagini insieme a occlusione e diversità nelle condizioni meteorologiche, geografiche e ambientali.

Mentre DARPA si prepara ad affrontare la terza onda degli algoritmi e dei sistemi di visione artificiale, sta anche guidando uno sforzo per automatizzare aspetti del controllo degli aerei, dopo aver recentemente condotto una serie di test simulati che hanno messo aerei da combattimento F-16 controllati da intelligenza artificiale contro un avversario. Questi test sono stati la Fase 1 di una missione più ampia per integrare l’intelligenza artificiale negli aerei da combattimento dell’esercito. La fine della Fase 1 si concentra sulla transizione dalle simulazioni ai voli nel mondo reale, con DARPA che si prepara per test di volo live più tardi nel 2021.