AI-nyhederForskere lærer AI at forstå simuleringer
Nyt framework hjælper AI med at lære af simuleringer i fysiske systemer – kan gøre robotter og biler smartere.
Det nye
Forskere bag projektet Kairos har udviklet et koncept, der gør det lettere for AI at udnytte viden fra computersimuleringer i cyber-fysiske systemer – altså systemer, hvor software styrer fysiske maskiner. Ideen er at forfine den 'påvirkningsviden', AI'en får fra simuleringerne, så den bedre kan forudsige, hvad der sker i virkeligheden.
Hvorfor det virker
I stedet for at AI bare ser på simuleringer som en legeplads, lærer frameworket den at skelne mellem vigtige og uvigtige påvirkninger. Det kan gøre AI mere præcis, når den skal styre komplekse systemer – uden at skulle bruge enorme mængder data fra den virkelige verden.
Hvad det betyder
Tænk på selvkørende biler eller robotter på fabrikker: De kan trænes i simulerede miljøer og derefter bruge den viden i praksis. Det kan gøre dem hurtigere til at lære og mere pålidelige, når de møder uventede situationer.
- Frameworket er udviklet af forskere fra Kairos-projektet.
- Artiklen blev præsenteret på ACM/IEEE-konferencen i Malaga, Spanien.
- Det handler om cyber-fysiske systemer, hvor software styrer fysiske enheder.
- Metoden forfiner AI's viden fra simuleringer, så den bliver mere anvendelig i virkeligheden.
- Forskningen er uploadet til arXiv og har fået et DOI via DataCite.
Du får i fremtiden mere pålidelige robotter og selvkørende biler, der er trænet i simulerede verdener – og derfor reagerer bedre, når de møder virkelige udfordringer.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.