AI-specialister fra US Army-laboratoriet og udviklere ved University of Texas har skabt Deep TAMER-algoritmen for kunstig intelligens, der kan lære nye færdigheder hurtigere ved at se videoer i en hurtigere hastighed. Den person, der træner AI, vil observere læringsresultaterne, rose eller skælde robotten afhængigt af situationen. Selve læringsprocessen minder om hundetræning, og den hastighed, hvormed AI vil lære nye "tricks", bør vokse eksponentielt.
Undersøgelsens hovedforfatter og teknologiudvikler Dr. Garrett Warnell forklarede, at robotter med det nye AI-træningsprogram vil være i stand til at lære meget hurtigere ved at tilpasse sig omstændighederne og tilpasse sig de nuværende opgaver. Derudover bemærkede han, at dette arbejde vil være et vigtigt skridt i skabelsen af fuldt autonome enheder, der er i stand til uafhængigt at træffe beslutninger og udføre en række komplekse opgaver ikke kun i laboratorier, men også i marken.
Nu lærer robotter i lang tid og interagerer med objekter ved prøving og fejl. Først efter en række forkerte sekvenser af handlinger begynder de at handle mere eller mindre korrekt, men under træning kan robotten for eksempel bryde helt ned, falde ned af en klippe eller drukne. Den nye metode og hjælp fra mennesker vil fremskynde indlæringen og hjælpe med at undgå fatale fejl.
Viacheslav Larionov