Militär, das menschliche Gehirnwellen verwendet, um Robotern beizubringen, wie man schießt

NASA Langley Research Center
Bitte teilen Sie diese Geschichte!

Vor drei Jahren teilte uns das Militär mit, dass Roboter nicht zum Töten von Menschen eingesetzt werden. Warum bringen sie ihnen also das Schießen bei? Lektion: Technokraten lügen, um ihre Erfindungen fortzusetzen.  TN Editor

Ohne es überhaupt zu merken, könnten Soldaten bald Roboterscharfschützen trainieren, um ihre Arbeit aufzunehmen.

Moderne Sensoren können weiter sehen als Menschen. Elektronische Schaltkreise können schneller schießen als Nerven und Muskeln können einen Abzug betätigen. Menschen übertreffen bewaffnete Roboter immer noch, wenn sie wissen, worauf sie schießen sollen - aber neue Forschungen, die teilweise von der Armee finanziert werden, könnten diese Lücke bald schließen.

Forscher aus DCS Corp und das Army Research Lab speisten Datensätze menschlicher Gehirnwellen in ein neuronales Netzwerk ein - eine Art künstliche Intelligenz -, die zu erkennen lernte, wann ein Mensch eine Zielentscheidung trifft. Sie präsentierten ihre Krepppapier darauf bei der jährlichen Intelligente Benutzeroberfläche Konferenz in Zypern im März.

Warum ist das eine große Sache? Maschinelles Lernen basiert auf stark strukturierten Daten, Zahlen in Zeilen, die Software lesen kann. Die Identifizierung eines Ziels in der chaotischen realen Welt ist für Computer jedoch unglaublich schwierig. Das menschliche Gehirn macht es leicht und strukturiert Daten in Form von Erinnerungen, aber nicht in einer Sprache, die Maschinen verstehen können. Es ist ein Problem, mit dem sich das Militär seit Jahren auseinandersetzt.

„Wir reden oft über tiefes Lernen. Die Herausforderung für das Militär besteht darin, dass dies riesige Datenmengen und ein genau definiertes Problem mit sich bringt “, sagte Thomas Russell, der Chefwissenschaftler der Armee, kürzlich bei einer National Defense Industrial Association Event. "Wie Google gerade das Go-Spielproblem gelöst hat."

Letztes Jahr das DeepMind-Labor von Google zeigte daß ein AI könnte den weltbesten Spieler in der Partie Go schlagen, eine Partie, die als exponentiell härter angesehen wird als Schach. „Sie können das System in einer [stark strukturierten] Umgebung für vertiefendes Lernen trainieren, aber wenn sich das Go-Spielbrett im Laufe der Zeit dynamisch ändert, ändert sich das AI würde dieses Problem niemals lösen können. Sie müssen herausfinden, wie wir in diesem dynamischen Umfeld, das wir in der Militärwelt haben, diesen Lernprozess aus einer Systemperspektive neu trainieren können. Im Moment glaube ich nicht, dass es eine Möglichkeit gibt, dies zu tun, ohne dass die Menschen diese Systeme trainieren. “

Ihre Forschung hat sich aus einem mehrjährigen, vielschichtigen Programm heraus entwickelt, das die Kollaborative Technologie-Allianz für Kognition und Neuroergonomie.

"Wir wissen, dass es Signale im Gehirn gibt, die auftauchen, wenn Sie etwas auffälliges wahrnehmen", sagte der Forscher Matthew Jaswa, einer der Autoren des Papiers. Diese nennt man P300-Antworten, Ausbrüche elektrischer Aktivität, die der Scheitellappen des Gehirns als Reaktion auf Reize abgibt. In den 1960s entdecktDie P300-Antwort ist im Grunde die Antwort des Gehirns auf eine schnelle Entscheidungsaufgabe, z. B. ob ein plötzlich erscheinendes Objekt ein Ziel ist.

Die Forscher hoffen, dass ihr neues neuronales Netz Experimente ermöglicht, bei denen ein Computer leicht verstehen kann, wenn ein Soldat Ziele in einem virtuellen Szenario bewertet, anstatt viel Zeit damit verbringen zu müssen, dem System beizubringen, wie man die Daten verschiedener Personen strukturiert. Augenbewegungen, ihre P300-Reaktionen usw. Eines Tages ist das Ziel ein neuronales Netz, das sofort, kontinuierlich und in Echtzeit lernen kann, indem es die Gehirnströme und Augenbewegungen hochqualifizierter Soldaten beobachtet, die ihre Arbeit erledigen.

Lesen Sie die ganze Geschichte hier…

Abonnieren
Benachrichtigung von
Gast

0 Kommentare
Inline-Feedbacks
Alle Kommentare anzeigen