새로운 프로젝트는 인간의 두뇌를 모델링하고 컴퓨터에서 모델을 실행하는 것이 아닙니다. 단기적으로,이 경로는 많은 과학자들에 의해 인간의 두뇌의 예외적 인 복잡성과 우리의 마음이 어떻게 작용하는지에 대한 거의 알려지지 않은 원리 때문에 막 다른 골목으로 간주됩니다. DARPA는 다른 방식으로 갈 계획입니다. 확률 적 프로그래밍 알고리즘을 사용하여 학습하는 기계를 구축합니다. 즉, 거대한 데이터베이스를 탐색하여 문제에 대한 최상의 솔루션을 선택합니다. 이 작업의 과정에서 인공 지능은 배우게되고 잠시 후 간단한 작업을 쉽게 해결할 수있게됩니다. 그것은 소설 소설에서 이러한 프로젝트와 함께 자동차의 반란과 인류의 죽음을 시작합니다.DARPA 전문가들은 46 개월 동안 PPAML로 약자 인 자체 학습 기계를위한 새로운 확률 적 프로그래밍 기술을 개발하기위한 상업 캠페인을 제안하고 있습니다. PPAML 기술은 군대가 오늘날 엄청난 인력이 요구되는 많은 분석 작업을보다 효과적으로 해결할 수 있도록 도와줍니다. 특히,자가 학습 기계는 지능, 관찰, 음성 인식, 차 주행, 귀중한 데이터 검색을위한 정보 검색 등에 매우 유용합니다.
인공 지능의 하드웨어는 다양 할 수 있습니다 : 멀티 코어 프로세서 기반의 슈퍼 컴퓨터, 일반 PC 네트워크 및 클라우드 네트워크.
앞으로 몇 년 안에 그러한 복잡한 인공 지능 시스템을 만드는 것이 얼마나 현실적인 것인지 말하기는 어렵습니다. 현재 사람들의 작업을 용이하게하는 많은 자동 분석 도구가 있지만 실제자가 학습은 불가능합니다. 당분간 데이터베이스 작업 기술의 가장 큰 성과는 아카이브 된 사진과 비디오 카메라의 이미지를 비교하는 것입니다. 따라서 DARPA는 PPAML 알고리즘이 훨씬 더 어려워 질 것이라고 강조합니다. 특히, 서로 다른 유형의 정보를 결합하고, 독립적으로 요청을 작성하고, 수집 된 데이터를 기반으로 솔루션을 공식화 할 수 있습니다.