14 апреля автономный дрон под управлением ИИ, созданный командой Делфтского технического университета, занял первое место в международной гонке в Абу-Даби. Машина победила человека и в этой сфере.
Достижение: победа над людьми в реальных гонках
На турнире в ОАЭ сначала за победу боролись только люди, потом был чемпионат A2RL Drone Championship для автономных дронов с искусственным интеллектом. А в финале сошлись лучшие из лучших среди людей и дронов.
Дрон TU Delft сначала признали лучшим среди своих, потом — среди кожаных чемпионов. Скорость его полёта составила 95,8 км/ч в условиях сложной извилистой трассы.
Прецедент важный. Если до этого все победы ИИ над человеком происходили в виртуальном пространстве, то на этот раз автономный дрон обошёл людей офлайн. Условия реальных соревнований далеки от лабораторных, где все компоненты успешного полёта (состояние трассы, оборудования и т. д.) находятся под контролем представителей профессионального сообщества.
Технологии, обеспечившие победу
Разработчики дрона заявляют, что победа стала возможной благодаря хорошо обученной и многократно протестированной, а потому надёжной модели ИИ.
Основной элемент ИИ дрона — нейронка с упрощённой передачей сигналов. Команды управления поступают напрямую на двигатели без участия человека. Так TU Delft получил потрясающую управляемость: он реагирует на команды от компьютера за доли секунды и может действовать самостоятельно на сложной местности.
Изначально это была разработка группы Advanced Concepts Team Европейского космического агентства (ESA). ESA выявила интересное свойство глубоких нейроннных сетей. Оказывается, они выдают результаты на уровне традиционных алгоритмов, но при этом затрачивают намного меньше времени на обработку. Открытие спровоцировало учёных провести эксперимент: будут ли нейронки выдавать те же показатели в условиях космоса и реального (не лабораторного) оборудования. Так возникло сотрудничество MAVLab в Делфтском техническом университете.
Чтобы приблизить автономный дрон к физическим пределам системы, его многократно тестировали и меняли процесс обучения и передачи бортовых данных. Работа шла традиционным путём проб и ошибок, а для обработки собранных датчиками данных использовались в том числе GPU-сервера.
Почему это важно
Событие имеет большое значение для создания множества полезных устройств и машин — от роботов-пылесосов до беспилотных автомобилей. И дело не только в управляемости или ускорении работы — можно влиять на энергозатраты, безопасность и другие характеристики устройств. Также новый стимул к развитию могут получить существующие способы доставки оборудования, медикаментов или поиска людей после стихийных бедствий.
Спасибо за внимание. Ваш Cloud4Y. Читайте нас здесь или в Telegram‑канале!
