DARPA ще изгради асистенти за виртуални данни чрез A.I.

Агенцията за модерни изследователски проекти в областта на отбраната (DARPA) обяви в петък старта на откриването на модели (D3M), насочено към данни, които имат за цел да помогнат на неспециалистите да преодолеят това, което тя нарича „пропуск в експертизата на науката за данни“, като позволява на изкуствените помощници да помогнат хора с машинно обучение. DARPA го нарича асистент “виртуален учен”.

Този софтуер е два пъти по-важен, тъй като в момента липсват специалисти по данни и по-голямо търсене от всякога за решения, базирани на данни. Според експертите експертите планират дефицити за 2016 г. от 140 000 до 190 000 учени по целия свят и увеличават дефицитите през следващите години.

Например, за да се изгради модел за това, как различните метеорологични, училищни, местоположения и престъпни фактори влияят на задръстванията при услугите за споделяне на пътувания в центъра на Манхатън, екип от студенти от Нюйоркския университет прекарва еквивалента на повече от 90 месеца работно време за завършване Моделът. DARPA вижда такива проблеми през цялото време и програмата D3M ще се стреми да я конструира, за да намали драстично времето и експертния опит, необходими за създаването на модели като тези в бъдеще.

"Конструирането на емпирични модели днес е до голяма степен ръчен процес, който изисква експертите за данни да превеждат стохастичните елементи, като времето и трафика, в модели, за които инженерите и учените могат да задават въпроси", каза Уейд Шен, програмен мениджър в DARPA Information Innovation. Office. "Смятаме, че е възможно да се автоматизират определени аспекти на науката за данните и по-специално да се научат машините да се научат от предишния пример как да се конструират нови модели."

Като агенция за отбрана, разбира се, DARPA също търси как това A.I. може да повлияе на бойното поле и да спаси повече животи.

Google вече използва своя A.I. да изпълнява подобни задачи като партньорството на Sidewalk Labs на Alphabet с Smart City Challenge на Министерството на транспорта на САЩ, което има за цел да използва инфраструктурата за събиране на данни, за да спомогне за облекчаване на задръстванията и паркирането в градове.

Ако по-малките екипи от учени по данни и неспециалисти могат да използват модели за машинно обучение, за да помогнат да се идентифицират проблемите в обществото, ще има повече време за анализ на данните, за да може действително да се приложат решения.

"Нашата способност да разберем всичко - от трафика до поведението на враждебните сили - е все по-възможна, като се има предвид растежа на данните от сензорите и отворените източници", каза Шен. "Надеждата е, че D3M ще се справи с основите на развитието на модела, така че хората да могат да приложат човешкия си интелект, за да погледнат данните по нови начини, и да си представят решения и възможности, които не са били очевидни или дори възможни преди."