https://bodybydarwin.com
Slider Image

Els humans encara governen les curses de drone, però el pilot d'AI de la NASA podria canviar això

2020

En un magatzem de Califòrnia a l'octubre, els drones quadòpters van fer zoom i van esbroncar-se, passant per una pista d'obstacles d'arcs quadrats en blanc i negre. En un equip: drons guiats per programari i AI, el treball d’un equip del Laboratori de Propulsió a Jet de la NASA. De l’altra: un drone dirigit per un professional humà —Ken Loo, enginyer de Google i pilot de Drone Racing League.

Els resultats oficials? Puntuar-ne un per a carn i sang. El drone pilotat per humans va completar el recorregut més ràpidament, promediant els volts més de dos segons més ràpidament que la tecnologia basada en programari.

La competència posa de manifest les diferents maneres que els humans i les màquines aprenen en situacions com aquesta, i també com funciona un drone pilotat per IA en primer lloc. A continuació, es mostra el funcionament del sistema i per què les curses futures podrien tenir un resultat molt diferent.

Perquè els drons de la NASA volin amb èxit al voltant d’un recorregut, els dispositius han de saber on es troben a l’espai. Per això utilitzen dues càmeres a bord: una que mira endavant i l’altra, cap avall, una configuració comuna per a drones de consum mitjà d’alt nivell. Altres sensors a bord mesuren l'acceleració i la rotació del drone. Els drons que volen per fora poden fer ús del GPS, però això no és una opció quan es vol en interior, en un entorn complex, a velocitats de 30 a 40 km / h.

El drone també necessita un mapa tridimensional a bord del recorregut, de manera que pugui fer coincidir el que veu amb les càmeres amb el mapa intern i saber on es troba realment. Aquest procés es coneix com a deslocalització. Pot reubicar-se tantes vegades cada segon, afirma Robert Reid, el responsable del projecte al Laboratori de Propulsió de Jet.

"Mentre resteu prou a prop del mapa existent", diu, "és molt poc probable que es caigui".

Per a aquesta investigació (que va finançar Google), l’equip de la NASA va utilitzar tecnologia de Google Tango, una plataforma de realitat augmentada que gestiona dos telèfons intel·ligents, el Lenovo Phab 2 Pro i l’Asus ZenFone AR. Crucialment, aquesta mateixa tecnologia també pot crear el tipus de mapa tridimensional que un drone necessita per volar en situacions com aquesta.

Igual que un conductor de carreres que aprèn un curs, el drone ha de conèixer les millors línies que cal agafar per arribar ràpidament. "Portem el drone a mà o volem manualment", diu Reid, "de manera que podem ensenyar el drone on es troba la pista de cursa."

Però aquest és només el començament. A partir d’aquí, l’equip descobreix la millor ruta que ha de fer el drone modelant-la en ordinadors. Aquest procés permet als humans participar i assegurar-se que el camí és realment segur que manté el seu preuat drone en una sola peça. És a dir, per a aquesta competició, el drone no es dedicava a descobrir la millor manera de volar tot pel seu compte. En aquest sentit, no era un sistema d’intel·ligència artificial autèntic i independent, com els que automàticament alimenten, per exemple, la traducció d’idiomes a Facebook.

A partir d’aquí, després que el drone estigui programat amb la ruta, surt a les curses. Reid destaca que mentre que la planificació de la ruta realment es realitzés fora del drone, en el futur podria produir-se només amb el drone .

Per a la carrera real del mes d’octubre, tant l’equip de la NASA com Loo van haver d’aprendre un nou curs i preparar-se en qüestió d’hores. Però la forma en què l'human i el drone alimentats per IA van fer en realitat era diferent.

Reid diu que Loo va aprendre ràpidament volant el curs diverses vegades. Però l’equip de la NASA va fer les coses d’una altra manera. Només hem de volar una vegada i, després, podem estar-hi unes hores crucant números per millorar, diu. Interessant és que aquest procés d’optimització utilitzem algoritmes per esbrinar la millor ruta o passar molt de temps.

El pilot humà ha d'aprendre volant en qualsevol lloc on el podem gravar, i aprendre sense volar ni el drone, diu Reid.

Si l’equip de la NASA tingués més temps aquell dia per executar el programari i esbrinar la millor ruta per realitzar el recorregut, els temps de cursa resultants podrien haver estat diferents. El drone AI pot haver colpejat l’ésser humà.

Reid diu que treballaran per augmentar l'eficàcia dels seus algorismes, de manera que en el futur pot trigar menys temps a calcular la ruta més ràpida. I després d’això, surt a les curses. I recorda: a diferència d’una persona, el programari no es cansa.

Els seus esforços per estalviar aigua en realitat estan fent la diferència

Els seus esforços per estalviar aigua en realitat estan fent la diferència

Revisió del bloqueig intel·ligent d’agost: una manera senzilla d’engendrar un forrellat mort

Revisió del bloqueig intel·ligent d’agost: una manera senzilla d’engendrar un forrellat mort

Com es pot fer una crosta perfecta amb el poder de la ciència

Com es pot fer una crosta perfecta amb el poder de la ciència