DARPA, Bilgisayarlı Görüntü AI Sistemlerini “Üçüncü Dalga”ya Getirmeyi Hedefliyor

Savunma İleri Araştırma Projeleri Ajansı (DARPA), bilgisayar görme tekniklerini iyileştirmek ve “üçüncü dalga” AI araştırmalarına başlamak amacıyla bir proje başlatıyor. Üçüncü dalga AI araştırmaları, ilk ve ikinci dalga AI teknolojilerinin sınırlarını ele almak amacıyla yürütülüyor ve bu sınırlar arasında görüntü tanıma algoritmalarına yapılan iyileştirmeler yer alıyor.

DARPA, ABD askeri için ana ileri araştırma grubudur ve modern teknolojinin birçok unsurunun yaratılmasında kritik bir rol oynamıştır. DARPA, yakın zamanda bir duyuru yayınladı ve “üçüncü dalga” AI teorisi ve uygulamalarının geliştirilmesine katkıda bulunmak için bir araştırmacı arıyor. Duyuru, DARPA’nın Pixel Intelligent Processing (IP2) sistemine atıfta bulundu. IP2, genel güvenilirlik, kullanılabilirlik ve görüntü/video tanıma sistemlerinin doğruluğunu iyileştirmeyi amaçlıyor. IP2, özellikle kenar işlem örnekleri için önemlidir, çünkü bu cihazlar büyük iş yüklerini işleyecek hesaplama kaynaklarına erişimi yoktur.

IP2, AI sistemlerinin kenar işlem cihazlarına dağıtılmasını sınırlayan iki sorunu çözmeyi amaçlıyor. Birincisi, düşük ağırlık, düşük güç ve düşük gecikme AI algoritmalarının oluşturulması ve bu algoritmaların masih gerekli doğruluğu korumasıdır. İkincisi, veri karmaşıklığının azaltılmasıdır. Veri setinin karmaşıklığını ne kadar azaltırsanız, veri setini analiz etmek için gerekli işlem gücü o kadar azalır.

DARPA araştırmacıları, görüntü veri setlerinin karmaşıklığını azaltmak için tek tek pikselleri işleyen sinir ağları kullanacaklar. Bu teknik, veri setinin boyutunu azaltır ve görüntülerin/videoların veri setindeki seyrekliğini artırır. Bu teknikler, verilerin arka planda işlenmesini sağlar ve modelin doğruluğundan ödün verilmeden veri işleme gücünü azaltır. Boyut azaltma teknikleri, AI sisteminin görüntülerden/videolardan sadece en ilgili bilgileri çıkarmasını ve bu bilgileri gerçekten veri hakkında tahminler yapan yinelemeli sinir ağı modeline iletmeyi sağlar. Yinelemeli sinir ağı kendisi de güç tüketimini azaltmak için basitleştirilir.

DARPA yetkililerine göre, NextGov’da alıntılandığı gibi:

“Veri akışını hemen seyrek özelliklere dönüştürerek, azaltılmış karmaşıklıkta [sinir ağları] yüksek doğrulukla eğitilir ve genel işlem sayısı 10 kat azaltılır.”

IP2 projesi, büyük veri setlerini işlerken AI algoritması işleme enerjisinde 20 kat azaltma ile birlikte devlet-sanayinin en iyi doğruluğunu göstermesini gerektirecek. Örneğin, IP2, University of California-Berkley’nin BDD100K veri setinde, self-sürüş araçlarını eğitmek için kullanılan büyük bir veri setinde, devlet-sanayinin en iyi sonuçlarını teslim edebilmelidir. Bu veri seti, çeşitli görüntü sınıflandırma görevleri ile birlikte engelleme, hava durumu, coğrafi ve çevresel koşullardaki çeşitliliği birleştirir.

DARPA, bilgisayar görme algoritmaları ve sistemlerinin “üçüncü dalgası”nı ele alırken, ayrıca uçak kontrolünün bazı yönlerini otomatikleştirmeye yönelik bir çaba içinde. DARPA, yakın zamanda AI kontrolü F-16 savaş uçaklarının bir dizi simüle edilmiş testini gerçekleştirdi ve bu testlerde AI kontrolü uçaklar bir karşı taraf ile karşı karşıya geldi. Bu testler, askeri uçaklara AI entegrasyonu için daha büyük bir misyonun 1. aşamasıydı. 1. aşamanın sonu, simülasyonlardan gerçek dünya uçuşlarına geçişe odaklanıyor ve DARPA, 2021’in ilerleyen döneminde canlı uçuş testlerine hazırlanıyor.