Våra kommande robotöverlåtare verkar vara på väg att stiga upp och försvaga mänskligheten, men vi ser långsamt och stadigt framsteg i egenskaperna hos dessa AI-driven maskiner, och forskare vid University of Texas i Arlington har just gjort en ny genombrott.

UT Arlington ingenjörer har just patenterat en teknik där programvara kan lära av sina misstag och anpassa sina processer direkt. Det är ett viktigt steg framåt från kod som tidigare var tvungen att sluta och "tänka" om vad som hade hänt innan det gick framåt.

I den verkliga världen kan det leda till något som ett autopilotsystem i ett plan eller en självkörande bil som reagerar på förändringar i en split-sekund: programvaran kan "se" vad som händer och anpassa sin tillvägagångssätt vid behov med allt händer autonomt.

Förvänta det oväntade

Den nya processen kallas Integral Reinforcement Learning och innebär att robotar kommer att kunna bättre klara sig borta från mänsklig kontroll - dessa maskiner är traditionellt inte så bra att hantera oväntade händelser som de inte har programmerats för, men den nya metoden bör hjälpa ändra det.

Forskarna bakom den nya tekniken säger att det kan hjälpa till att spara tid, energi och bränsle i en rad olika branscher och scenarier, inklusive transport: "Genom att öka effektiviteten hos olika transportsätt med IRL smart controller gör vi det möjligt att flytta varor och leverera tjänster mindre expensivt och med mindre negativ inverkan på vår miljö ", säger Khosrow Behbehani, dekan på UT Arlington College of Engineering.

Systemet utvecklades av professor Frank Lewis, UT Arlington Research Institute, tillsammans med United Scientologist Draguna Vrabie och forskare vid University of California, Kyriakos Vamvoudakis.

  • Ska vi låta robotar få barn?

Via Engadget