DARPA synon të sjellë sistemet e inteligjencës artificiale të vizionit kompjuterik në "valën e tretë" të zhvillimit

Agjenti i Projekteve të Kërkimit të Avancuar të Mbrojtjes (DARPA) po fillon një projekt që synon të përmirësojë teknikat e vizionit kompjuterik dhe snis një "valë të tretë" të kërkimit të AI. Vala e tretë e kërkimit të AI kërkon të adresojë kufizimin e valës së parë dhe të dytë të teknologjive të AI, që përfshin përmirësime në algoritmet e njohjes së imazhit.

DARPA është grupi kryesor i avancuar i kërkimit për ushtrinë amerikane dhe ka luajtur një rol kritik në krijimin e shumë elementeve të teknologjisë moderne, si rrjetet më të hershme kompjuterike dhe sistemet më të hershme të AI. DARPA kohët e fundit postoi një njoftim për një mundësi të ardhshme, duke kërkuar një studiues për të marrë pjesë në zhvillimin e teorisë dhe aplikacioneve të "valës së tretë" të AI. Njoftimi i referohej mundësisë për të punuar në sistemin Pixel Intelligent Processing (IP2) të DARPA. IP2 synon të përmirësojë besueshmërinë e përgjithshme, përdorshmërinë dhe saktësinë e sistemeve të njohjes së imazhit/videos. IP2 është veçanërisht i rëndësishëm për rastet e llogaritjes së skajshme, pasi këto pajisje nuk kanë akses në burimet llogaritëse të nevojshme për të trajtuar ngarkesa të mëdha pune.

IP2 synon të zgjidhë dy probleme që kufizojnë vendosjen e sistemeve të AI në pajisjet kompjuterike të skajshme. Një çështje është krijimi i algoritmeve të inteligjencës artificiale me peshë të ulët, me fuqi të ulët dhe me vonesë të ulët që mund të ruajnë ende saktësinë e nevojshme për të qenë të dobishëm. Problemi tjetër që kërkon zgjidhje është kompleksiteti i të dhënave. Sa më shumë që mund të reduktohet kompleksiteti i grupit të të dhënave, aq më pak fuqi përpunuese nevojitet për të analizuar grupin e të dhënave.

Studiuesit e DARPA-s do të synojë të reduktojë kompleksitetin e grupeve të të dhënave të imazheve duke përdorur rrjete nervore që përpunojnë pikselë individualë. Kjo teknikë redukton dimensionalitetin e grupit të të dhënave dhe rrit rrallësinë e imazheve/videos në grupin e të dhënave. Këto teknika lejojnë që të dhënat të përpunohen në backend pa sakrifikuar saktësinë e modelit. Teknikat e reduktimit të dimensionalitetit i mundësojnë sistemit të AI të nxjerrë vetëm informacionin më të rëndësishëm nga imazhet/video dhe t'ia dorëzojë atë modelit të rrjetit nervor të përsëritur që në fakt bën parashikime rreth të dhënave. Vetë rrjeti nervor i përsëritur është gjithashtu i thjeshtuar për të zvogëluar konsumin e energjisë.

Sipas zyrtarëve të DARPA, siç citohet në NextGov:

“Duke lëvizur menjëherë rrjedhën e të dhënave në paraqitjen e rrallë të veçorive, kompleksiteti i reduktuar [rrjetet nervore] do të stërviten me saktësi të lartë duke reduktuar operacionet e përgjithshme llogaritëse me 10x.”

Projekti IP2 do të ketë nevojë për interpretues për të shfaqur saktësinë më të fundit, ndërsa gjithashtu do të institucionalizojë një reduktim 20x të vonesës së energjisë për përpunimin e algoritmit të AI kur trajton grupe të mëdha të dhënash. Për shembull, IP2 duhet të jetë në gjendje të japë rezultate më të avancuara në grupin e të dhënave BDD100K të Universitetit të Kalifornisë-Berkley, i cili është një grup i madh të dhënash që përdoret për të trajnuar automjetet vetë-drejtuese duke përfshirë një sërë detyrash të klasifikimit të imazhit së bashku me okluzionet dhe diversiteti në kushte klimatike, gjeografike dhe mjedisore.

Ndërsa DARPA po përgatitet për të trajtuar valën e tretë të algoritmeve dhe sistemeve të vizionit kompjuterik, ai po udhëheq gjithashtu një përpjekje për të automatizoni aspektet e kontrollit të avionit, duke kryer së fundmi një seri testesh të simuluara që vendosin avionë luftarakë F-16 të kontrolluar nga AI kundër një kundërshtari. Këto teste ishin Faza 1 e një misioni më të madh për të integruar AI në avionët luftarakë të ushtrisë. Fundi i Fazës 1 është i përqendruar në kalimin në simulime drejt fluturimeve në botën reale, me DARPA që përgatitet për teste me fluturime të drejtpërdrejta më vonë në 2021.