Jornal de Sensoriamento Remoto e GIS

Abstrato

Robôs/softbots inteligentes baseados em aprendizagem automática ao longo da vida para avançar na automação industrial

Emdad Khan

Um robô/softbot (agente inteligente) totalmente capaz necessitaria de ter a maior parte das capacidades de aprendizagem e de tomada de decisão de um ser humano de autoaprendizagem, inteligência cognitiva, criação de conhecimento, aprendizagem com a experiência, determinação do que deve ser aprendido e assim por diante. Os algoritmos de aprendizagem automática (ML) existentes são dominados pela aprendizagem isolada (por exemplo, na aprendizagem supervisionada, um conjunto de dados específico para uma tarefa específica num domínio é utilizado para treinar um ML para regressão ou classificação). As capacidades de generalização de tais sistemas estão intimamente relacionadas com os dados, tarefas e domínios utilizados para treinar e, portanto, são limitadas no seu âmbito (a aprendizagem por transferência pode ajudar em boa medida para algumas aplicações). não podem aprender com experiências anteriores. No entanto, recentemente tem havido alguns bons trabalhos que podem ajudar a aprendizagem automática ao longo da vida (LML), ou seja, podem criar conhecimento a partir do que foi aprendido, usar esse conhecimento para aprender mais e repetir o processo como fazem como seres humanos. No entanto, tais métodos utilizam abordagens algorítmicas e estatísticas para a criação de conhecimento que não se adaptam bem e são menos flexíveis para modelar a aprendizagem semelhante à humana. Isto permitirá eficazmente a capacidade LML em sistemas de ML baseados em dados numéricos existentes e integrá-los-á perfeitamente com sistemas LML utilizando dados não estruturados - criando assim um sistema inteligente baseado em LML completo, semelhante ao humano.