Header Ads

Microsoft e MIT ajudam carros autônomos a aprender com pontos cegos da inteligência artificial

Uma colaboração de pesquisadores do MIT e da Microsoft desenvolveu um sistema que ajuda a identificar lapsos no conhecimento de inteligência artificial em carros e robôs autônomos. Esses lapsos, chamados de “pontos cegos”, ocorrem quando há diferenças significativas entre os exemplos de treinamento e o que um humano faria em determinada situação - como um carro sem motorista que não detecta a diferença entre um grande carro branco e uma ambulância com seu sirenes ligadas e, portanto, não se comportando adequadamente.

O novo modelo desenvolvido pelo MIT e Microsoft tem o sistema de IA comparando ações do mundo real do ser humano com o que teria feito na mesma situação. Alternativamente, em um ambiente em tempo real, um humano vigiando a IA poderia corrigir qualquer erro que acontecesse, ou apenas um pouco antes. O resultado é que o sistema de IA mudará seu comportamento com base em quão próximas suas ações são do humano e identificará situações em que ele precisa de mais compreensão. “O modelo ajuda os sistemas autônomos a saberem melhor o que não fazem. sabe ”, escreve o autor da pesquisa, Ramya Ramakrishnan. “Muitas vezes, quando esses sistemas são implantados, suas simulações treinadas não correspondem ao cenário do mundo real [e] podem cometer erros, como acidentes. A ideia é usar humanos para preencher essa lacuna entre a simulação e o mundo real, de uma maneira segura, para que possamos reduzir alguns desses erros. ”

O modelo ainda não está pronto para lançamento público, mas os pesquisadores vêm testando-o usando videogames em que um humano simulado faz correções para um personagem no jogo. Parece que o próximo passo lógico, no entanto, é começar a usá-lo com carros reais autônomos e seus sistemas de testes.

Via: Slash Gear

Veja Também:

Nenhum comentário