Искусственный интеллект научит машины самостоятельно принимать решения
Подводный робот пытается найти источник утечки из глубоководной нефтяной скважины, но невидимое во мраке препятствие мешает добраться до места повреждения, и робот в бессилии останавливается... Машины, работающие самостоятельно, без команд от управляющих ими людей, как правило, не в состоянии действовать в непредвиденных обстоятельствах. В таких случаях приходится возвращать их на базу для перепрограммирования, что стоит времени и денег. Но вскоре эта проблема может быть решена. Научно-исследовательская группа из Мадридского университета имени Карлоса III работает над созданием искусственного интеллекта, с которым машины смогут самостоятельно принимать решения, планировать последовательность выполнения различных задач и переходить к выполнению следующей задачи, если очередную выполнить не удастся. Будь у подводного робота такой интеллект, он смог бы до всплытия на поверхность завершить выполнение других нужных задач на морском дне, говорит доцент Мадридского университета Анхель Гарсия Олайя (Ángel García Olaya). Искусственный интеллект может найти применение во многих областях, от логистики до туризма. Проводимые в Мадриде исследования имеют исключительную важность. От них зависит решение одной из 10 ключевых технологических задач следующего десятилетия. Свои изыскания испанские ученые ведут с учетом многолетнего опыта работ, выполнявшихся Национальным агентством США по аэрокосмическим исследованиям (NASA) при создании марсоходов Spirit и Opportunity. Эти машины управляются программами, разработанными до отправки аппаратов в космос. Сейчас эти программы обновляются по радио с Земли. Когда марсоход оказывается не в состоянии выполнить ту или иную задачу, заложенные в него программы могут позволить ему действовать по альтернативному плану, но сперва план таких действий должен быть проверен оператором на Земле. Поэтому NASA давно пытается найти возможность улучшить этот процесс. Тот сегмент создаваемого в Мадриде искусственного интеллекта, который отвечает за принятие решений, концентрируется на разработке упрощенного плана действий, когда большинство переменных попросту игнорируется. С практической точки зрения, такой план кажется бессмысленным (например, он допускает возможность того, что вы можете находиться в двух разных местах одновременно), зато он дает четкое представление о затратах на каждое действие, что может помочь распределить очередность их выполнения. Кроме того, при этом скорость выполнения действий увеличивается в три- семь раз по сравнению с детальным анализом каждого действия в отдельности, что делает такой принцип особенно полезным в ситуациях, когда время ценится на вес золота. Тем не менее, говорит Анхель Гарсия, «до сих пор это применялось лишь при планировании действий с достижимыми целями. Мы же добавили возможность выбора цели». Помимо того, что разрабатываемый испанскими исследователями метод поможет подводным роботам в случае необходимости перейти на запасной вариант, он может пригодиться и системам логистики при разработке оптимального графика поставок. Недаром одной из первых эти изыскания поддержала испанская компания с большой и сложной дистрибьюторской сетью. Исследования, проводимые в Мадридском университете имени Карлоса III, привлекли также внимание компании IActive, которая была сформирована при Университете Гранады (Испания) и занимается поиском возможностей применения искусственного интеллекта для разработки персонализированных путеводителей для туристов. Наконец, интерес к работам испанских исследователей проявляет и Европейское космическое агентство: оно хотело бы использовать этот метод для оптимизации числа экспериментов с помощью спутников. «Мы могли бы реализовать этот процесс в экспериментальных роботах в течение года, а в программах для подводных роботов — за год-два, — говорит Гарсия. — В таких же областях, как логистика, мы могли бы внедрить наш метод хоть сейчас, были бы только желающие его применить».