En lo que sólo puede presagia mal para la supervivencia de nuestra especie durante Los inevitables levantamientos de robots.un sistema de IA ha vuelto a superó a las personas que lo entrenaron. Esta vez, investigadores de la Universidad de Zurich, en colaboración con Intel, enfrentó su sistema de pilotaje de IA «Swift» contra un trío de pilotos de drones campeones del mundo – ninguno de los cuales pudo superar su mejor tiempo.

Swift es la culminación de años de investigación en inteligencia artificial y aprendizaje automático por parte de la Universidad de Zurich. En 2021, el equipo estableció una versión anterior del algoritmo de control de vuelo que utilizaba una serie de cámaras externas para validar su posición en el espacio en tiempo real. contra pilotos humanos aficionados, quienes fueron fácilmente superados en cada vuelta de cada carrera durante la prueba. Ese resultado fue un hito en sí mismo ya que, anteriormente, los drones autoguiados se basaban en modelos físicos simplificados para calcular continuamente su trayectoria óptima, lo que reducía drásticamente su velocidad máxima.

El resultado de esta semana es otro hito, no sólo porque la IA superó a las personas cuyo trabajo es volar drones rápidamente, sino porque lo hizo sin los engorrosos conjuntos de cámaras externas de su predecesor. El sistema Swift «reacciona en tiempo real a los datos recogidos por una cámara a bordo, como la que utilizan los corredores humanos», afirma. UZH Zúrich lecturas de lanzamiento. Utiliza una unidad de medición inercial integrada para rastrear la aceleración y la velocidad, mientras que una red neuronal a bordo localiza su posición en el espacio utilizando datos de las cámaras frontales. Todos esos datos se introducen en una unidad de control central, que en sí misma es una red neuronal profunda – que analiza los números y diseña el camino más corto y rápido alrededor de la pista.

“Los deportes físicos son más desafiantes para la IA porque son menos predecibles que los juegos de mesa o los videojuegos. No tenemos un conocimiento perfecto de los modelos de drones y del entorno, por lo que la IA necesita aprenderlos interactuando con el mundo físico”, dijo en un comunicado Davide Scaramuzza, jefe del Grupo de Robótica y Percepción de la Universidad de Zurich. .

En lugar de dejar que un cuadricóptero se abriera paso por la pista durante el mes que su controlador AI necesitaría para aprender lentamente los diversos tejidos y oscilaciones del circuito, el equipo de investigación simuló esa sesión de aprendizaje virtualmente. Tomó toda una hora. Y luego el dron se puso a trabajar contra el campeón de la Drone Racing League 2019, Alex Vanover, el campeón de MultiGP Drone Racing 2019, Thomas Bitmatta, y el tres veces campeón suizo, Marvin Schaepper.

Swift marcó la vuelta más rápida en general, superando a los humanos por medio segundo, aunque los pilotos demostraron ser más adaptables a las condiciones cambiantes durante el transcurso de una carrera. “Los drones tienen una capacidad de batería limitada; necesitan la mayor parte de su energía sólo para mantenerse en el aire. Así, al volar más rápido aumentamos su utilidad”, afirmó Scaramuzza. Como tal, el equipo de investigación espera continuar desarrollando el algoritmo para su eventual uso en operaciones de búsqueda y rescate, así como en monitoreo forestal, exploración espacial y producción cinematográfica.