توانایی‌های سیستم‌های هوش مصنوعی (AI) با سرعت خیره کننده ای در حال پیشرفت هستند و به آنچه انسان‌ها می توانند در شبیه سازی‌ها و محیط های آزمایشی انجام دهند، نزدیک تر می شوند.
به گزارش سیناپرس، با کنار گذاشتن نگرانی های اخلاقی و زیست محیطی در مورد هوش مصنوعی و نگرانی های پهپادهای بدون سرنشین، می توانیم از این آخرین شاهکار شگفت زده شویم که طی آن یک سیستم پهپاد کنترل شده با هوش مصنوعی توانست سه خلبان حرفه ای را در یک سری مسابقات رودررو شکست دهد.
سوئیفت نام سیستم خودگردانی است که در ۱۵ مسابقه از ۲۵ مسابقه، در مسیری پر از پیچ‌های گسترده و محورهای سخت طراحی شده توسط یک خلبان حرفه ای در مسابقات هواپیماهای بدون سرنشین، از خلبانان انسانی قهرمان جهان پیشی گرفت. این سیستم الگوریتم‌های یادگیری هوش مصنوعی را با یک دوربین و حسگرهای داخلی ترکیب می کند که محیط اطراف و حرکت پهپاد را تشخیص می دهد.
این سیستم توسط الیا کافمن (Elia Kaufmann) مهندس رباتیک دانشگاه زوریخ و محققان آزمایشگاه اینتل طراحی شد که می خواستند سیستمی را طراحی کنند که به ورودی‌های دوربین‌های حرکتی خارجی، مانند پهپادهای مسابقه ای خودمختار قبلی، متکی نباشد.
کافمن و همکارانش می گویند: دستیابی به سطح خلبانان حرفه ای با یک پهپاد مستقل چالش برانگیز است زیرا ربات باید در محدوده فیزیکی خود پرواز کند و در عین حال سرعت و موقعیت خود را در مدار منحصراً از روی حسگرهای داخل هواپیما تخمین بزند.
خلبانان مسابقه هواپیماهای بدون سرنشین از هدست هایی استفاده می کنند که از طریق دوربین متصل به پهپاد که می تواند به سرعت ۱۰۰ کیلومتر در ساعت برسد، دید اول شخص را به آنها می دهد.
به همین ترتیب، سوئیفت یک دوربین داخلی و یک سنسور اینرسی برای اندازه گیری شتاب و چرخش پهپاد دارد. به گزارش سیناپرس، داده هایی که دو الگوریتم هوش مصنوعی دریافت می کنند تا موقعیت پهپاد را نسبت به دروازه‌های مربعی روی مسیر موانع مثلث بندی کنند و بر این اساس دستورات کنترلی را تولید کنند.
اگرچه سوئیفت ۴۰ درصد از مسابقات را از دست داد، اما سوئیفت توانست چندین بار هر خلبان انسانی را شکست داده و سریع ترین زمان ثبت شده مسابقه را ثبت کند.
کافمن و همکارانش گزارش می دهند: به طور کلی، با میانگین گیری در کل مسیر، پهپاد خودران به بالاترین میانگین سرعت می رسد چراکه کوتاه ترین خط مسابقه را پیدا کرده و موفق می شود هواپیما را در طول مسابقه نزدیک‌تر به محدودیت‌های حرکت خود نگه دارد.
مانند خلبانان انسانی که یک هفته به آنها فرصت داده شد تا در پیست تمرین کنند، سوئیفت در شبیه سازی مسیر مسابقه آموزش دید و الگوریتم یادگیری عمیق مسیرهای ممکن را از طریق هفت دروازه پیست برای یافتن مسیرهای سریعتر و سریعتر کاوش کرد. به گفته محققان با بهینه سازی و ترسیم دستورات کنترلی، سوئیفت می تواند ورودی‌های بصری را در طول مسیر در چند مرحله آزمایشی پردازش کند.
پژوهشگران توضیح می دهند که تفاوت‌های کوچکی که بین شبیه سازی و واقعیت باقی می ماند توسط یک شبکه عصبی برای بهبود شبیه سازی و اصلاح استراتژی سیستم آموخته می شود.
به گزارش سیناپرس، کافمن در پایان می گوید: با توجه به اینکه پهپادها اطلاعات حسی را سریع تر از خلبان‌های انسانی که به تصاویر تأخیری تکیه می کنند، به دست می آورند، بدون شک پهپادهای خود مختار در نهایت انسان‌ها را در این شرایط سخت نیز شکست خواهند داد.
شرح کامل این مطالعه جذاب در مجله Nature منتشر شده است.
مترجم: فاطمه امینی
No tags for this post.