ASU の研究者がセキュリティと AI の橋渡しをする

アンネリーズ・クラフト著 | 2023 年 8 月 1 日 | フルトンの学校の特徴

人工知能 (AI) の分野における急速な進歩により、このテクノロジーが不可欠な資産であることが証明されています。 国家安全保障の分野では、専門家が集団防衛戦略に対する AI の影響について方向性を示しています。

パウロ・シャカリアンは、国家安全保障機関の高度なニーズを満たすために、AI テクノロジーの高度な形式である記号 AI および神経記号システムに関する専門知識を活用して、この重要な研究の最前線に立っています。

アリゾナ州立大学のアイラ・A・フルトン工学部の一部であるコンピューティングおよび拡張知能学部のコンピューターサイエンス准教授であるシャカリアン氏は、米国国防先進国防総省が主催する一連のワークショップであるAI Forwardに招待された。研究プロジェクト庁 (DARPA)。

このイベントには 2 つのワークショップが含まれています。1 つはこの夏の初めに開催されたバーチャル ミーティングで、もう 1 つはボストンで 7 月 31 日から 8 月 2 日まで開催される対面イベントです。

シャカリアン氏は、自律システム、インテリジェンスプラットフォーム、軍事計画、ビッグデータ分析、コンピュータービジョンなど、幅広い防衛関連タスクに影響を与えるAI研究の新たな方向性を模索するDARPAの取り組みを推進するために取り組んでいる100人の参加者の一人である。

ボストンのワークショップでは、シャカリアン氏にコンピューターサイエンスの助教授であるナクル・ゴパラン氏も加わり、人間とロボットのコミュニケーションに関する彼の研究がDARPAの目標達成にどのように役立つかを探るためにイベントへの出席に選ばれた。

AI Forward への関与に加え、シャカリアン氏は 2023 年 9 月に新しい本を出版する準備をしています。「神経記号的推論と学習」と題されたこの本は、神経記号的 AI の過去 5 年間の研究を調査し、読者の役に立つでしょう。この分野の最近の進歩を理解する。

シャカリアンとゴパランはワークショップの準備をしながら、研究の専門知識と AI の現在の状況についての考えを共有する時間をとりました。

研究分野について説明してください。 どのようなトピックに重点を置いていますか?

パウロ・シャカリアン:私の主な焦点は、記号 AI と神経記号システムです。 これらを理解するには、AI が今日どのようなものであるか、主にディープ ラーニング ニューラル ネットワークとして説明することが重要です。AI は、過去 10 年間にわたる技術における素晴らしい革命でした。 特に米国国防総省 (DoD) に関連する問題に注目すると、これらの AI テクノロジーはうまく機能していませんでした。 ブラック ボックス モデルとその説明可能性、システムはエンドツーエンドでトレーニングされるため本質的にモジュール化されていないこと、複数の航空機が同じ空域を共有する場合の衝突や干渉を回避するための制約の強制など、いくつかの課題があります。 ニューラル ネットワークでは、システムに制約を強制する固有の方法がありません。 シンボリック AI はニューラル ネットワークよりも古くから存在していますが、データ駆動型ではありません。一方、ニューラル ネットワークはシンボルを学習し、それを繰り返すことができます。 従来、シンボリック AI の能力はニューラル ネットワークの学習能力に匹敵するものは実証されていませんでしたが、私が言及したすべての問題は、シンボリック AI が対処できる深層学習の欠点です。 防衛、航空宇宙、自動運転など、重大な安全要件を伴うユースケースに取り組み始めると、安全上の制約、モジュール性、説明可能性を考慮しながら、大量のデータを活用したいという要望が生まれます。 神経記号 AI の研究では、他のパラメーターを念頭に置いて大量のデータが使用されます。

ナクウル・ゴパラン:私は言語の基礎付け、計画、ロボット アプリケーションの人間ユーザーからの学習の分野に焦点を当てています。 私は人間が提供するデモンストレーションを使用して AI システムに色、形、物体、動詞などの象徴的な概念を教え、言語をこれらの象徴的な概念にマッピングしようとしています。 その点で、私は AI システムを教えるための神経象徴的なアプローチも開発しています。 さらに、私はロボット学習の分野でも働いています。これには、ロボットが特定のタスクを解決する方法を発見できるようにするための学習ポリシーの実装が含まれます。 タスクは、飛行機の翼にボルトを挿入して固定することから、ロボットが食品を加熱できるように電子レンジのような物体をモデル化する方法を理解することまで多岐にわたります。 機械学習と人工知能におけるこれらの大きな問題領域に対応するツールを開発すると、ロボットが人間のユーザーと協力して問題を解決できるようになります。