• 0

Vreme čitanja: oko 3 min.

Izazov prihvaćen: Veštačka inteligencija razbila ljudske šampione u trkama brzim dronovima

Vreme čitanja: oko 3 min.

Istraživači Univerziteta u Cirihu napravili su sistem AI nazvan Swift, koji je pobedio tri šampiona i postavio novi rekord u borbi između mašina i ljudi

  • 0

Sistem veštačke inteligencije (AI) nazvan Swift, koji su napravili istraživači Univerziteta u Cirihu (UZH), pobedio je tri šampiona u nekoliko trka brzim dronovima, što je rezultat koji je bio nezamisliv pre samo nekoliko godina, saopštio je UZH, a prenosi ScienceDaily.

- Sećate li se kada je Duboko plavetnilo kompanije IBM pobedilo Garija Kasparova u šahu 1996. ili Guglov AlfaGo porazio čampiona Lija Sedola u igri go 2016. Ova takmičenja u kojima su mašine pobedile ljude, i to šampione, ključne su u istoriji razvoja veštačke inteligencije. Ovim uspehom, grupa istraživača sa UZH i iz Intela postavila je novi rekord za pobedu AI nad sistemom sposobnim da pobedi šampione u fizičkom sportu: trci dronovima – navodi se u saopštenju.

U trkama dronova piloti upravljaju kvadkopterima koji lete brzinama većim od 100 kilometara na sat prateći njihovo kretanje samo preko kaciga povezanih sa kamerama na letelici.

- Fizički sportovi su mnogo izazovniji za AI jer su mnogo manje predvidivi nego strateške ili video igre. Nemamo savršeno znanje o dronu i modelima okruženja, pa AI mora da uči to dok traje interakcija sa fizičkim svetom – rekao je Dejvid Skaramuca, šef Grupe za robotiku Univerziteta u Cirihu, kao i kapetan tima u trkama dronovima.

Do nedavno, autonomnim dronovima bilo je potrebno dvostruko više vremena nego dronovima kojima upravljaju ljudi da završe trku, osim ako nisu koristili visoko precizne pozicione sisteme i imali ucrtanu trajektoriju. Swift, međutim, reaguje u realnom vremenu koristeći samo podatke koje prikuplja kamera, isto kao ljudi koji upravljaju dronovima. On ima intergisani sistem merenja ubrzanja i brzine, dok veštačka nervna mreža koristi podatke kamere da lokalizuje dron u prostoru i pronađe kapije na trkalištu. Ove informacije zatim odlaze do kontrolne jedinice, koja je takođe zasnovana na veštačkoj nervnoj mreži koja otkriva najbolje akcije za što brzi završetak trke.

Swift je do sada učio u simulisanom okruženju gde je naučio da leti zahvaljujući pokušajima i greškama. Korišćenje simulacije pomoglo je da se ne uništi više dronova u ranim fazama testiranja, kada ima čestih padova.

- Da bismo obezbedili da posledice akcija u simulatoru budu što sličnije onima u rpavom svetu, dizajnirali smo metod optimizacije simulatora sa stvarnim podacima – rekao je Elija Kofman, glavni autor studije objavljene u žurnalu….

U toj fazi dron je leteo autonomno zahvaljujući pozicijama koje je davao spoljni pozicioni sistem, dok je sve snimao kamerom. To je bio način da uči i ispravlja sam sebe u tumačenju podataka. Posle više od mesec dana simuliranog leta, što je bilo kao provođenje jednog sata na kompjuteru, Swift je bio spreman da izazove ljudske takmičare: šampiona Trkačke lige dronova 2019 Aleksa Vanovera, šampiona trke dronovima MultiGP 2019. Tomasa Bitmata i trostrukog šampiona švajcarske Marvina Šepera. Trke su održane između 5. i 13. juna 2022. u hangaru na aerodromu Dabendorf blizu Ciriha. Trkališe je bilo široko 25 i dugo 25 metara, sa sedam kockastih kapija kroz koje dron mora da prođe kako bi završio krug, uključujući i izazovne manevre.

Ukupno, Swift je postigao najbrži krug, pobedio je najbrži krug koji je napravio čovek za pola sekunde. S druge strane, ljudski piloti dronova bili su bolji u prilagođavanju promenjenim uslovima tokom takmičenja.

- Dronovi imaju ograničenu bateriju, a najviše energije koriste da ostanu u vazduhu. Zbog toga, leteći brže povećavamo njihovu upotrebljivost – rekao je Skaarmuca.

(Telegraf Nauka/ScienceDaily/UZH News)

Podelite vest:

Pošaljite nam Vaše snimke, fotografije i priče na broj telefona +381 64 8939257 (WhatsApp / Viber / Telegram).

Nauka Telegraf zadržava sva prava nad sadržajem. Za preuzimanje sadržaja pogledajte uputstva na stranici Uslovi korišćenja.

Komentari

  • Eur: <% exchange.eur %>
  • Usd: <% exchange.usd %>