Screenshot YouTube
Onderzoekers van het Technion - Israel Institute of Technology - hebben een manier gevonden om besluitvorming en probleemoplossing onder onzekerheid te vereenvoudigen op een manier die de hoeveelheid informatie die computers moeten analyseren, vermindert.
Een nieuwe peer-reviewed studie gepubliceerd in het International Journal of Robotics Research, geleid door Prof. Vadim Indelman, hoofd van het Autonomous Navigation and Perception Lab (ANPL) aan de Technion faculteit Luchtvaart- en Ruimtevaarttechniek, en Khen Elimelech, toont de haalbaarheid aan van het verminderen van de hoeveelheid tijd voor computers om informatie te verwerken zonder het succes van het voltooien van een functie in gevaar te brengen.
"We laten zien dat we de rekentijd aanzienlijk kunnen verminderen, zonder de succesvolle uitvoering van de taak te schaden", aldus de onderzoekers tegen The Jerusalem Post. “We laten ook zien dat rekeninspanningen nog verder kunnen worden verminderd als we een bepaald verlies in prestatieverlies accepteren dat onze aanpak online kan evalueren. In een tijdperk van zelfrijdende auto's en andere robots is dit een benadering die waarschijnlijk autonome online besluitvorming in uitdagende scenario's mogelijk maakt, de reactietijden verkort en aanzienlijke besparingen oplevert op de kosten van hardware en andere middelen."
Het onderzoek houdt verband met een probleem in AI en robotica dat autonome besluitvorming onder onzekerheid wordt genoemd en dat betrekking heeft op het vermogen van AI's om taken in de loop van de tijd betrouwbaar en autonoom uit te voeren in een onvoorspelbare omgeving.
Technion merkte op dat autonome agenten vaak geen toegang hebben tot de variabelen die verband houden met een bepaald probleem en in plaats daarvan functioneren op basis van een "geloof" op basis van waarschijnlijkheidsmodellen en metingen.
Een belangrijk onderzoeksgebied in de nieuwe studie was computationeel efficiënte besluitvorming onder deze omstandigheden, genaamd geloofsruimteplanning. Om dit probleem op te lossen, moet een AI de kosten en baten van een mogelijke actie afwegen, waarbij de onderzoekers moeten voorspellen hoe het "geloof" in de loop van de tijd zal veranderen.
De bevindingen kunnen onderzoekers helpen bij het oplossen van besluitvormingsproblemen met behulp van vereenvoudiging en laten zien dat er manieren zijn om aanzienlijke hoeveelheden rekentijd te besparen zonder verlies van nauwkeurigheid.
