DARPA Își Propune Să Aducă Sistemele De Viziune Computațională AI În “A Treia Undă” De Dezvoltare

Agenția De Cercetare Avansată A Apărării (DARPA) a început un proiect menit să îmbunătățească tehnicile de viziune computațională și să pornească o “a treia undă” de cercetare AI. A treia undă de cercetare AI își propune să abordeze limitările primelor și ale celei de-a doua unde de tehnologii AI, care includ îmbunătățiri ale algoritmilor de recunoaștere a imaginilor.

DARPA este grupul principal de cercetare avansată pentru armata americană și a jucat un rol critic în crearea multor elemente ale tehnologiei moderne, cum ar fi primele rețele de calculatoare și primele sisteme AI. DARPA a publicat recent o anunțare despre o oportunitate iminentă, căutând un cercetător care să participe la dezvoltarea teoriei și a aplicațiilor “a treia undă” AI. Anunțul a făcut referire la oportunitatea de a lucra la sistemul Pixel Intelligent Processing (IP2) al DARPA. IP2 este menit să îmbunătățească fiabilitatea generală, utilizabilitatea și acuratețea sistemelor de recunoaștere a imaginilor/video.

IP2 își propune să rezolve două probleme care limitează implementarea sistemelor AI în dispozitivele de calcul de margine. O problemă este crearea de algoritmi AI cu greutate redusă, putere redusă și întârziere redusă care pot menține totuși acuratețea necesară pentru a fi utile. Cealaltă problemă care trebuie rezolvată este complexitatea datelor. Cu cât se reduce complexitatea setului de date, cu atât mai puțină putere de procesare este necesară pentru a analiza setul de date.

Cercetătorii DARPA vor încerca să reducă complexitatea seturilor de date de imagini prin utilizarea de rețele neuronale care procesează pixeli individuali. Această tehnică reduce dimensionalitatea setului de date și crește raritatea imaginilor/video din setul de date. Aceste tehnici permit procesarea datelor în backend fără a compromite acuratețea modelului. Tehnicile de reducere a dimensionalității permit sistemului AI să extragă doar informațiile cele mai relevante din imagini/video și să le furnizeze modelului de rețea neuronală recurentă care face previziuni despre date. Rețeaua neuronală recurentă însăși este, de asemenea, simplificată pentru a reduce consumul de energie.

Conform oficialilor DARPA, așa cum este citat în NextGov:

“Prin mutarea imediată a fluxului de date în reprezentarea caracteristicilor rare, rețelele neuronale reduse la complexitate vor fi antrenate pentru a obține o acuratețe ridicată, reducând în același timp operațiunile de calcul cu 10x.”

Proiectul IP2 va necesita ca performerii să afișeze o acuratețe de ultimă generație, instituind în același timp o reducere de 20x a energiei de procesare a algoritmilor AI atunci când se ocupă de seturi de date mari. De exemplu, IP2 ar trebui să poată furniza rezultate de ultimă generație pe setul de date BDD100K al Universității California-Berkley, care este un set de date mare utilizat pentru a antrena vehicule autonome prin încorporarea unei varietăți de sarcini de clasificare a imaginilor, alături de ocultări și diversitate în condiții meteorologice, geografice și de mediu.

Pe măsură ce DARPA se pregătește să abordeze a treia undă de algoritmi și sisteme de viziune computațională, aceasta conduce, de asemenea, eforturile de a automatiza aspecte ale controlului aeronavelor, efectuând recent o serie de teste simulate care au pus avioane de luptă F-16 controlate de IA împotriva unui adversar. Aceste teste au fost Faza 1 a unei misiuni mai mari de integrare a IA în avioanele de luptă ale armatei. Sfârșitul Fazei 1 se concentrează pe trecerea de la simulări la zboruri în lumea reală, cu DARPA pregătindu-se pentru teste de zbor live mai târziu în 2021.