В наши дни никого не удивишь зрелищем дрона в небе. Несмотря на их распространённость, данный вид устройств продолжает развиваться. Взяв за основу механизм адаптации мозга живых существ, специалисты из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (CSAIL) создали метод, посредством которого летательные аппараты смогут находить свои цели в незнакомых условиях с плохой видимостью.
Жидкие нейронные сети способные непрерывно адаптироваться к входным данным и принимать правильные решения по выбору пути. Это поможет преодолевать неизвестные и сложные ландшафты, такие как леса, города, среды с повышенным уровнем шума. Подобные более совершенные дроны смогут лучше справляться с поиском и спасением спасением людей, доставкой чего-либо и наблюдением за природой.
Новый класс алгоритмов машинного обучения выделяет причинно-следственную структуру из многомерных неструктурированных данных, получаемых с камер дрона. Эти алгоритмы могут понимать поставленную перед ними задачу и отбрасывать всё ненужное. Подобные разработки позволят дроном работать в разных условиях без необходимости обучать их под каждое окружение.
Эксперименты показали, что можно научить дрон находить объект в летнем лесу, а потом использовать его же зимой в абсолютно другом окружении. Подобная адаптивность основана на причинно-следственной связи.
Системы глубокого обучения обычно испытывают проблемы с пониманием причинно-следственных связей. Они часто подгоняют полученные данные и неспособны адаптироваться к новой среде или изменению условий. Особенно это актуально для встраиваемых систем с ограниченными ресурсами, к числу которых относятся и воздушные дроны.
Жидкие нейронные сети способны устранить этот недостаток. Их обучают на основе собранных данных и анализирует, как они применяют полученные навыки навигации при работе в новых условиях со значительно отличающимся пейзажем. Классические нейронные сети обучаются заранее, но гибкие нейронные сети способны учиться в процессе работы. Исследователи уверены, что если результаты будут подтверждены в других экспериментах, разработанная ими технология приведёт к созданию искусственного интеллекта и роботизированных систем с более высоким уровнем надёжности, прочности и эффективности, пишет techxplore.com.