2019年3月，美國防高級研究計劃局（DARPA）“終身學習機器”（L2M）項目研究人員在《自然·機器智能》雜志發(fā)表了其有關人工智能算法的研究結果，介紹了一種由類似動物肌腱驅動的人工智能控制機器人肢體，意味著該項目取得重大進展。

一、研究背景

當前的機器學習系統(tǒng)無法不斷學習或適應新的情況。系統(tǒng)程序在經過訓練后就會固化，因此在系統(tǒng)部署后，無法對新的、不可預見的情況做出響應，而通過增加新信息來修改程序缺陷又會改寫現(xiàn)有的訓練集。在當前技術條件下，解決這一問題需要使系統(tǒng)脫機，并利用包含新信息的數(shù)據(jù)集對機器系統(tǒng)進行重新訓練。

二、研究目標

為解決上述挑戰(zhàn)，DARPA開展“終身學習機器”項目，旨在開發(fā)能夠在任務執(zhí)行過程中不斷學習并變得越來越專業(yè)的系統(tǒng)，在將以前的技能和知識應用于新情況的同時，不會忘記之前的學習內容。

三、研究成果

自2017年首次公布以來，“終身學習機器”項目一直在研發(fā)下一代人工智能系統(tǒng)及其組件，以及在生物有機體中能夠轉化為計算過程的學習機制。該項目通過不同時長和規(guī)模的資助及合同等形式為30個研究小組提供支持。

上述最新的研究成果由美國南加州大學維特比工程學院生物醫(yī)學工程和生物運動學教授弗朗西斯科·巴萊羅奎瓦等人取得。其所研究的機器人肢體依賴一種生物啟發(fā)的算法，只需五分鐘的“非結構化玩法”（做出隨意動作使機器人能夠學習自身結構及其周圍環(huán)境環(huán)境），即可自行學習步行任務。機器人“邊做邊學”的能力是機器終身學習的重大進步。當前的機器學習方法依賴于針對所有潛在場景的預編程系統(tǒng)，這種做法非常復雜、費力且低效。南加州大學的研究人員所做的工作表明，人工智能系統(tǒng)有可能從相關經驗中進行學習。

四、研究意義

DARPA信息創(chuàng)新辦公室項目經理哈瓦·西格爾曼表示，當前正處于人工智能領域的重要轉型時刻。智能系統(tǒng)目前采用的固化訓練方法將很快被能夠現(xiàn)場學習的方法所取代。更安全、靈活、有效的人工智能系統(tǒng)需要能夠在操作中學習并將學習內容應用于系統(tǒng)之前未經過訓練的新環(huán)境。這些能力對于像自動駕駛汽車這樣的復雜系統(tǒng)而言必不可少。“終身學習機器”項目研發(fā)的技術與自動駕駛汽車技術相整合，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。