美国防高级研究计划局：摆脱数据训练，打造有“常识的”人工智能

对于美国国防部负责新兴技术发展的国防高级研究计划局(DARPA)，一直以来我们对它认识不够。这家拥有60年历史的机构提出并制作了万维网前身的原型。它开发了一种类似于谷歌地图的交互式地图解决方案。它的个人助理 —— Personal Assistant That Learns(PAL) —— 早于苹果公司的Siri和亚马逊的Alexa几十年。

同时，DARPA也是机器学习的发源地之一，机器学习是一种模仿大脑中神经元行为的人工智能(AI)。 DARPA创新办公室主任Brian Pierce博士最近在VB Summit 2018年谈到了该机构的努力。

其中一个研究领域是所谓的“拥有常识的”人工智能，这种人工智能可以利用环境线索和对世界的理解，像人类一样进行推理。具体而言，DARPA的机器常识程序旨在设计模拟核心认知领域的计算模型：对象(直观物理)，场所(空间导航)和代理(意图行动者)。

“你可以开发一种能够识别图像中许多物体的分类器，但如果你提出问题，你没法儿得到答案。” Pierce说， “我们希望摆脱大量的数据来训练神经网络[并且]使用更少的标签来训练模型。”

该机构还在寻求可解释的AI(XAI)，该领域旨在开发下一代机器学习技术，解释给定系统的基本原理。

“[它]帮助你理解系统的界限，这可以更好地告知人类用户。” Pierce说。

更广泛地说，该机构最近承诺在未来五年内投入20亿美元用于人工智能，或者每年约4亿美元，作为其AI Next计划的一部分。

任何人都可以通过回复关于fbo.gov上的邀请来参与DARPA资助的计划。其约30亿美元的年度预算资金项目由大约100名项目经理(PM)监督，他们来自于内部和合同人才。

DARPA通过竞争促进了AI的进步。十多年前，在2004年，DARPA启动了“大挑战”(Grand Challenge)项目。该项目的任务是让工程师和研究人员组成的团队在内华达州沙漠中驾驶自动驾驶汽车跑完132英里全程。随后的城市挑战是让这些汽车在各自景观中行驶，旨在复制城市景观。

其他持续存在的挑战包括：DARPA机器人挑战赛，团队开发控制和感知算法(以及界面)，以及Cyber​​ Grand Challenge，这是一个创建自动防御系统的竞赛。

Pierce说，最终的游戏是实现从能够执行基本推理的人工智能到能够进行情境推理的人工智能的范式转换，这些系统本质上可以在它们从未遇到的情况下得出准确的结论。

“我们认为，如果我们能够使人与机器之间的相互作用更加对称，我们可以让机器成为我们可能解决任何工作中更有效的合作伙伴。” Pierce本月早些时候告诉VentureBeat，“这是开始启用其他类型应用程序的基础。”