Η τεχνητή νοημοσύνη (AI) απέδειξε για άλλη μια φορά τις δυνατότητές της νικώντας παγκόσμιους πρωταθλητές σε ένα πραγματικό άθλημα. Ερευνητές του Πανεπιστημίου της Ζυρίχης ανέπτυξαν έναν αλγόριθμο με την ονομασία Swift AI, ο οποίος έμαθε να πετάει ένα drone γύρω από μια τρισδιάστατη πίστα αγώνων με υψηλές ταχύτητες χωρίς να συντριβεί. Η τεχνητή νοημοσύνη κέρδισε 15 από τους 25 αγώνες ενάντια σε έμπειρους οδηγούς drone και μάλιστα σημείωσε τον ταχύτερο γύρο σε μια διαδρομή όπου τα drones μπορούν να φτάσουν ταχύτητες έως και 80km/h (50mph) και να αντέξουν επιταχύνσεις έως και 5g. Αυτό είναι ένα ακόμη παράδειγμα του πώς η τεχνητή νοημοσύνη εξελίσσεται και διαπρέπει σε διάφορους τομείς.
Δείτε επίσης: Οι εργαζόμενοι φοβούνται ότι θα χαρακτηριστούν τεμπέληδες για τη χρήση AI
Αυτή είναι η πρώτη φορά που μια τεχνητή νοημοσύνη επιτυγχάνει ένα τέτοιο κατόρθωμα. Το εν λόγω άθλημα είναι οι αγώνες με drone σε πρώτο πρόσωπο, όπου οι πιλότοι πετούν ένα drone γύρω από μια πίστα με πύλες που πρέπει να περάσουν καθαρά για να αποφύγουν τη συντριβή. Οι πιλότοι βλέπουν την πίστα μέσω βίντεο από μια κάμερα που είναι τοποθετημένη στο drone. Σε μια σειρά αγώνων σώμα με σώμα, το Swift διαγωνίστηκε με τρεις πρωταθλητές αγώνων drone, τον Thomas Bitmatta, τον Marvin Schäpper και τον Alex Vanover. Ενώ οι ανθρώπινοι πιλότοι είχαν μια εβδομάδα για να εξασκηθούν στην πίστα, το Swift προπονήθηκε σε ένα προσομοιωμένο περιβάλλον που περιείχε ένα εικονικό αντίγραφο της πίστας.
Το Swift, χρησιμοποίησε μια τεχνική που ονομάζεται βαθιά ενισχυτική μάθηση για να βρει τις βέλτιστες εντολές πλοήγησης σε μια αγωνιστική πίστα. Το drone συνετρίβη εκατοντάδες φορές κατά τη διάρκεια της εκπαίδευσης, αλλά δεδομένου ότι επρόκειτο για προσομοίωση, οι ερευνητές μπορούσαν απλώς να επανεκκινήσουν τη διαδικασία. Κατά τη διάρκεια ενός αγώνα, το Swift στέλνει βίντεο από την ενσωματωμένη κάμερά του σε ένα νευρωνικό δίκτυο που ανιχνεύει τις αγωνιστικές πύλες και συνδυάζει αυτές τις πληροφορίες με ενδείξεις από έναν αδρανειακό αισθητήρα για να εκτιμήσει τη θέση, τον προσανατολισμό και την ταχύτητα του drone. Αυτές οι εκτιμήσεις τροφοδοτούνται στη συνέχεια σε ένα δεύτερο νευρωνικό δίκτυο που καθορίζει τις εντολές που πρέπει να αποσταλούν στο drone. Η ανάλυση των αγώνων έδειξε ότι το Swift ήταν σταθερά ταχύτερο στην εκκίνηση ενός αγώνα και έκανε πιο σφιχτές στροφές από τους ανθρώπινους πιλότους. Ωστόσο, δεν ήταν αήττητο και έχασε το 40% των αγώνων του εναντίον ανθρώπων λόγω της ευαισθησίας του σε αλλαγές στο περιβάλλον, όπως ο φωτισμός. Οι παγκόσμιοι πρωταθλητές αγώνων με drone είχαν ανάμεικτα συναισθήματα σχετικά με τους αγώνες εναντίον μιας μηχανής που δεν κουράζεται.
Πρόταση: Το Ντουμπάι λανσάρει σύστημα διέλευσης πεζών που λειτουργεί με τεχνητή νοημοσύνη
Το Swift, είναι ικανό να αντιμετωπίζει προκλήσεις του πραγματικού κόσμου, όπως αεροδυναμικές αναταράξεις, θόλωση της κάμερας και αλλαγές στο φωτισμό. Αυτές οι προκλήσεις μπορούν να προκαλέσουν σύγχυση στα συστήματα που προσπαθούν να ακολουθήσουν μια εκ των προτέρων υπολογισμένη τροχιά. Οι ερευνητές πιστεύουν ότι η ίδια προσέγγιση θα μπορούσε να χρησιμοποιηθεί για να βοηθήσει τα μη επανδρωμένα αεροσκάφη να αναζητήσουν ανθρώπους σε φλεγόμενα κτίρια ή να διεξάγουν επιθεωρήσεις μεγάλων κατασκευών, όπως πλοία. Ωστόσο, υπάρχει κάποιος σκεπτικισμός σχετικά με τις πιθανές στρατιωτικές εφαρμογές αυτής της τεχνολογίας. Ο Δρ Έλιοτ Γουίντερ, ανώτερος διδάσκων στο διεθνές δίκαιο, προειδοποιεί κατά της παραδοχής ότι εξελίξεις όπως αυτές μπορούν εύκολα να μεταφερθούν σε στρατιωτικό πλαίσιο για χρήση σε στρατιωτικά μη επανδρωμένα αεροσκάφη ή αυτόνομα οπλικά συστήματα. Ομοίως, ο Alan Winfield, καθηγητής ρομποτικής ηθικής, δεν είναι σίγουρος για το πώς αυτή η τεχνολογία θα μπορούσε να ωφελήσει τον στρατό πέρα από το να έχει ίσως σμήνη μη επανδρωμένων αεροσκαφών που ακολουθούν ένα αεροπλάνο σε στενό σχηματισμό. Ο Kaufmann, ένας από τους ερευνητές που βοήθησαν στην ανάπτυξη του Swift, είναι επίσης επιφυλακτικός όσον αφορά τις στρατιωτικές εφαρμογές του.
Διαβάστε επίσης: Βελτιώστε τη γραφή σας στο Google Docs με το Proofread
πηγή πληροφοριών:theguardian.com
