Militær ved hjælp af menneskelige hjernebølger for at lære robotter, hvordan man skyder

NASA Langley Research Center
Del denne historie!

For tre år siden fortalte militæret os, at robotter ikke vil blive brugt til at dræbe mennesker: så hvorfor lærer de dem at skyde? Lektion: Teknokrater lyver for at forevige deres opfindelser.  TN Editor

Uden engang at vide det, kunne soldater snart træne robotskarpere til at tage deres job.

Moderne sensorer kan se længere end mennesker. Elektroniske kredsløb kan skyde hurtigere end nerver, og muskler kan trække en trigger. Mennesker overgår stadig væbnede robotter ved at vide, hvad de skal skyde på - men ny forskning, der delvis er finansieret af hæren, kan muligvis indsnævre dette hul.

Forskere fra DCS Corp og Army Research Lab fodrede datasæt med menneskelige hjernebølger i et neuralt netværk - en type kunstig intelligens - som lærte at genkende, når et menneske tager en målretningsafgørelse. De præsenterede deres papir på det på det årlige Intelligent brugergrænseflade konference i Cypern i marts.

Hvorfor er dette en big deal? Maskinindlæring er afhængig af stærkt strukturerede data, tal i rækker, som software kan læse. Men at identificere et mål i den kaotiske virkelige verden er utroligt svært for computere. Den menneskelige hjerne gør det let, strukturerer data i form af minder, men ikke på et sprog, maskiner kan forstå. Det er et problem, som militæret har kæmpet med i årevis.

”Vi taler ofte om dyb læring. Udfordringen for militæret er, at det involverer enorme datasæt og et veldefineret problem, ”sagde Thomas Russell, hærforskeren for hæren, ved en nylig National Defense Industrial Association begivenhed. "Ligesom Google lige har løst Go-spilproblemet."

Sidste år Googles DeepMind-lab viste at en AI kunne slå verdens bedste spiller i Go-spillet, et spil, der betragtes som eksponentielt sværere end skak. ”Du kan træne systemet til at udføre dyb læring i et [meget struktureret] miljø, men hvis Go-spiltavlen ændrede sig dynamisk over tid, AI ville aldrig være i stand til at løse dette problem. Du er nødt til at finde ud af ... i det dynamiske miljø, vi har i den militære verden, hvordan omskoler vi denne læringsproces fra et systemperspektiv? Lige nu tror jeg ikke, der er nogen måde at gøre det uden at have menneskerne til at træne disse systemer. ”

Deres forskning forgrenet sig fra et flerårigt, flerårigt program kaldet Kognition og Neuroergonomics Collaborative Technology Alliance.

”Vi ved, at der er signaler i hjernen, der vises, når man opfatter noget, der er vigtigt,” sagde forsker Matthew Jaswa, en af ​​forfatterne på papiret. Disse kaldes P300 svar, udbrud af elektrisk aktivitet, som hjerne-parietalben udsender som reaktion på stimuli. Opdaget i 1960'erne, er P300-svaret dybest set hjernens svar på en hurtig beslutningsopgave, som om et objekt, der pludselig vises, er et mål.

Forskerne håber, at deres nye neurale net muliggør eksperimenter, hvor en computer let kan forstå, når en soldat evaluerer mål i et virtuelt scenarie i modsætning til at skulle bruge masser af tid på at lære systemet at forstå, hvordan man strukturerer forskellige individers data, øjenbevægelser, deres P300-reaktioner osv. Målet, en dag, er et neuralt net, der kan lære øjeblikkeligt, kontinuerligt og i realtid ved at observere hjernebølgerne og øjenbevægelsen hos højtuddannede soldater, der udfører deres job.

Læs hele historien her ...

Tilmeld
Underretning af
gæst

0 Kommentarer
Inline feedbacks
Se alle kommentarer