No que só pode ser um mau presságio para a sobrevivência da nossa espécie durante as inevitáveis revoltas robóticas, um sistema de IA mais uma vez superou as pessoas que o treinaram. Desta vez pesquisadores da Universidade de Zurique em parceria com a Intel colocou seu sistema de pilotagem de IA “Swift” contra um trio de pilotos campeões mundiais de drones – nenhum dos quais conseguiu superar seu melhor momento.
Swift é o culminar de anos de pesquisa em IA e aprendizado de máquina pela Universidade de Zurique. Em 2021, a equipe definiu uma iteração anterior do algoritmo de controle de vôo que usava uma série de câmeras externas para validar sua posição no espaço em tempo real, contra pilotos humanos amadores, todos facilmente superados em cada volta de cada corrida durante o teste. Esse resultado foi um marco por si só, já que, anteriormente, os drones autoguiados dependiam de modelos físicos simplificados para calcular continuamente a sua trajetória ideal, o que reduzia drasticamente a sua velocidade máxima.
O resultado desta semana é outro marco, não apenas porque a IA superou as pessoas cujo trabalho é pilotar drones rapidamente, mas porque o fez sem os incômodos conjuntos de câmeras externas de seu antecessor. O sistema Swift “reage em tempo real aos dados coletados por uma câmera a bordo, como a usada por pilotos humanos”, um UZH Zurique leituras de lançamento. Ele usa uma unidade de medição inercial integrada para rastrear aceleração e velocidade, enquanto uma rede neural integrada localiza sua posição no espaço usando dados das câmeras frontais. Todos esses dados são alimentados em uma unidade de controle central – ela própria um rede neural profunda – que analisa os números e cria um caminho mais curto/mais rápido ao redor da pista.
“Os esportes físicos são mais desafiadores para a IA porque são menos previsíveis do que os jogos de tabuleiro ou videogames. Não temos um conhecimento perfeito dos drones e dos modelos ambientais, por isso a IA precisa aprendê-los interagindo com o mundo físico”, disse Davide Scaramuzza, chefe do Grupo de Robótica e Percepção da Universidade de Zurique, em comunicado. .
Em vez de deixar um quadricóptero percorrer a pista durante o mês que seu controlador AI precisaria para aprender lentamente as várias tramas e oscilações do circuito, a equipe de pesquisa simulou virtualmente essa sessão de aprendizado. Demorou uma hora. E então o drone começou a trabalhar contra o campeão da Drone Racing League de 2019, Alex Vanover, o campeão da MultiGP Drone Racing de 2019, Thomas Bitmatta, e o tricampeão suíço, Marvin Schaepper.
Swift conseguiu a volta mais rápida no geral, vencendo os humanos por meio segundo, embora os pilotos de saco de carne tenham se mostrado mais adaptáveis às mudanças nas condições durante a corrida. “Os drones têm bateria com capacidade limitada; eles precisam da maior parte de sua energia apenas para permanecerem no ar. Assim, ao voar mais rápido aumentamos a sua utilidade”, disse Scaramuzza. Como tal, a equipa de investigação espera continuar a desenvolver o algoritmo para eventual utilização em operações de Busca e Resgate, bem como na monitorização florestal, na exploração espacial e na produção de filmes.
Reescreva o texto para BR e mantenha a HTML tags