Az amerikai hadsereg laboratóriumi mesterséges intelligenciájának szakértői és a Texasi Egyetem fejlesztői létrehozták a Deep TAMER mesterséges intelligencia algoritmust, amely gyorsabban képes új ismeretek elsajátítására videók gyorsabb megtekintésével. Az a személy, aki az AI-t képezi, megfigyeli a tanulási eredményeket, a helyzettől függően dicséri vagy szidja a robotot. Maga a tanulási folyamat a kutyakiképzésre emlékeztet, és annak a sebességnek, amellyel az AI új "trükköket" megtanul, exponenciálisan kell növekednie.
A tanulmány vezető szerzője és Dr. Garrett Warnell technológiafejlesztő kifejtette, hogy az új mesterséges intelligencia-képzési programmal a robotok sokkal gyorsabban tudnak majd tanulni, alkalmazkodva a körülményekhez és alkalmazkodva az aktuális feladatokhoz. Ezenkívül megjegyezte, hogy ez a munka fontos lépés lesz a teljesen autonóm eszközök létrehozásában, amelyek képesek önállóan döntéseket hozni és számos komplex feladatot ellátni nemcsak laboratóriumokban, hanem a helyszínen is.
Most a robotok sokáig tanulnak, próbával és hibával lépnek kapcsolatba az objektumokkal. Csak egy sor téves műveletsorozat után kezdenek többé-kevésbé helyesen cselekedni, de az edzés során például a robot teljesen elromolhat, leeshet egy szikláról vagy megfulladhat. Az új módszer és az emberek segítsége felgyorsítja a tanulást és segít elkerülni a végzetes hibákat.
Viacheslav Larionov