2019年3月，美國(guó)防高級(jí)研究計(jì)劃局（DARPA）“終身學(xué)習(xí)機(jī)器”（L2M）項(xiàng)目研究人員在《自然·機(jī)器智能》雜志發(fā)表了其有關(guān)人工智能算法的研究結(jié)果，介紹了一種由類似動(dòng)物肌腱驅(qū)動(dòng)的人工智能控制機(jī)器人肢體，意味著該項(xiàng)目取得重大進(jìn)展。

一、研究背景

當(dāng)前的機(jī)器學(xué)習(xí)系統(tǒng)無(wú)法不斷學(xué)習(xí)或適應(yīng)新的情況。系統(tǒng)程序在經(jīng)過訓(xùn)練后就會(huì)固化，因此在系統(tǒng)部署后，無(wú)法對(duì)新的、不可預(yù)見的情況做出響應(yīng)，而通過增加新信息來修改程序缺陷又會(huì)改寫現(xiàn)有的訓(xùn)練集。在當(dāng)前技術(shù)條件下，解決這一問題需要使系統(tǒng)脫機(jī)，并利用包含新信息的數(shù)據(jù)集對(duì)機(jī)器系統(tǒng)進(jìn)行重新訓(xùn)練。

二、研究目標(biāo)

為解決上述挑戰(zhàn)，DARPA開展“終身學(xué)習(xí)機(jī)器”項(xiàng)目，旨在開發(fā)能夠在任務(wù)執(zhí)行過程中不斷學(xué)習(xí)并變得越來越專業(yè)的系統(tǒng)，在將以前的技能和知識(shí)應(yīng)用于新情況的同時(shí)，不會(huì)忘記之前的學(xué)習(xí)內(nèi)容。

三、研究成果

自2017年首次公布以來，“終身學(xué)習(xí)機(jī)器”項(xiàng)目一直在研發(fā)下一代人工智能系統(tǒng)及其組件，以及在生物有機(jī)體中能夠轉(zhuǎn)化為計(jì)算過程的學(xué)習(xí)機(jī)制。該項(xiàng)目通過不同時(shí)長(zhǎng)和規(guī)模的資助及合同等形式為30個(gè)研究小組提供支持。

上述最新的研究成果由美國(guó)南加州大學(xué)維特比工程學(xué)院生物醫(yī)學(xué)工程和生物運(yùn)動(dòng)學(xué)教授弗朗西斯科·巴萊羅奎瓦等人取得。其所研究的機(jī)器人肢體依賴一種生物啟發(fā)的算法，只需五分鐘的“非結(jié)構(gòu)化玩法”（做出隨意動(dòng)作使機(jī)器人能夠?qū)W習(xí)自身結(jié)構(gòu)及其周圍環(huán)境環(huán)境），即可自行學(xué)習(xí)步行任務(wù)。機(jī)器人“邊做邊學(xué)”的能力是機(jī)器終身學(xué)習(xí)的重大進(jìn)步。當(dāng)前的機(jī)器學(xué)習(xí)方法依賴于針對(duì)所有潛在場(chǎng)景的預(yù)編程系統(tǒng)，這種做法非常復(fù)雜、費(fèi)力且低效。南加州大學(xué)的研究人員所做的工作表明，人工智能系統(tǒng)有可能從相關(guān)經(jīng)驗(yàn)中進(jìn)行學(xué)習(xí)。

四、研究意義

DARPA信息創(chuàng)新辦公室項(xiàng)目經(jīng)理哈瓦·西格爾曼表示，當(dāng)前正處于人工智能領(lǐng)域的重要轉(zhuǎn)型時(shí)刻。智能系統(tǒng)目前采用的固化訓(xùn)練方法將很快被能夠現(xiàn)場(chǎng)學(xué)習(xí)的方法所取代。更安全、靈活、有效的人工智能系統(tǒng)需要能夠在操作中學(xué)習(xí)并將學(xué)習(xí)內(nèi)容應(yīng)用于系統(tǒng)之前未經(jīng)過訓(xùn)練的新環(huán)境。這些能力對(duì)于像自動(dòng)駕駛汽車這樣的復(fù)雜系統(tǒng)而言必不可少?！敖K身學(xué)習(xí)機(jī)器”項(xiàng)目研發(fā)的技術(shù)與自動(dòng)駕駛汽車技術(shù)相整合，將使后者在不同條件下的駕駛行為變得更加專業(yè)，使其比人類更安全地駕駛汽車。