Η δυνατότητα των ηλεκτρονικών υπολογιστών να «μαθαίνουν», να αυτοδιδάσκονται και να εξάγουν συμπεράσματα είναι η κινητήρια δύναμη πίσω από πολλές από τις πρόσφατες εξελίξεις στον χώρο της τεχνολογίας, όπως η εξέλιξη των «φίλτρων» spam, των antivirus και των personal assistants, αλλά και πιο «εξωτικών» περιπτώσεων, όπως τα αυτοοδηγούμενα οχήματα.
Ωστόσο, η ζήτηση για δυνατότητες τέτοιου είδους αυξάνεται, με αποτέλεσμα η ανάπτυξη μίας νέας εφαρμογής τέτοιου τύπου να απαιτεί μεγάλη προσπάθεια.
Προς αυτή την κατεύθυνση κινείται το πρόγραμμα PPAML (Probabilistic Programming for Advanced Machine Learning) της DARPA.
Όπως αναφέρει η αμερικανική υπηρεσία, ο πιθανοτικός προγραμματισμός είναι μία νέα μέθοδος διαχείρισης «αναξιόπιστων» πληροφοριών. Μέσω της ενσωμάτωσής του στην «εκμάθηση» των μηχανών, το πρόγραμμα PRAML φιλοδοξεί να αυξήσει τον αριθμό των ανθρώπων που μπορούν να αναπτύξουν εφαρμογές machine learning, αυξάνοντας παράλληλα τις δυνατότητες των ειδικών του χώρου.
Επίσης, το πρόγραμμα επιδιώκει να καταστήσει τις εν λόγω εφαρμογές πιο οικονομικές, σταθερές και ισχυρές, που θα απαιτούν λιγότερα δεδομένα, για να επιτυγχάνουν ακριβέστερα αποτελέσματα- επιτεύγματα που θεωρούνται «άπιαστα» για τα σημερινά δεδομένα.
«Ο στόχος μας είναι τα μελλοντικά προγράμματα machine learning να μην προϋποθέτουν να ξέρει κάποιος τα πάντα για ένα γνωστικό πεδίο και το machine learning για να φτιάξει χρήσιμες εφαρμογές. Μέσω νέων γλωσσών πιθανοτικού προγραμματισμού ελπίζουμε να μειώσουμε τα εμπόδια στο machine learning και να φέρουμε μία έκρηξη καινοτομίας, παραγωγικότητας και αποτελεσματικότητας» λέει σχετικά η Καθλίν Φίσερ, program manager της DARPA.
Η ημέρα προτάσεων που έχει ορίσει η DARPA είναι η 10η Απριλίου. Το πρόγραμμα θα διαρκέσει 46 μήνες, σε τρεις φάσεις, από το 2013 ως το 2017.
0 σχόλια:
Δημοσίευση σχολίου