Η Microsoft Research δημιουργεί μια τεχνητή νοημοσύνη για να βοηθήσει τα αυτόνομα ανεμόπτερα να παραμείνουν ξύπνια επ' αόριστον

Εικονίδιο ώρας ανάγνωσης 3 λεπτό. ανάγνωση


Οι αναγνώστες βοηθούν στην υποστήριξη του MSpoweruser. Ενδέχεται να λάβουμε προμήθεια εάν αγοράσετε μέσω των συνδέσμων μας. Εικονίδιο επεξήγησης εργαλείου

Διαβάστε τη σελίδα αποκάλυψης για να μάθετε πώς μπορείτε να βοηθήσετε το MSPoweruser να διατηρήσει τη συντακτική ομάδα Διάβασε περισσότερα

Η Microsoft δοκιμάζει έναν πράκτορα τεχνητής νοημοσύνης που μπορεί να ελέγξει ένα ανεμόπτερο όπως κάνει ένα γεράκι, μένοντας στον ουρανό επ' αόριστον με προβλεπόμενα μοτίβα αέρα και σχεδιάζοντας μια διαδρομή προς τα εμπρός αναζητώντας στήλες ζεστού αέρα που ανεβαίνει και χρησιμοποιώντας τις για να παραμείνουν ψηλά.

«Τα πουλιά το κάνουν αυτό απρόσκοπτα, και το μόνο που κάνουν είναι να εκμεταλλεύονται τη φύση. Και το κάνουν με εγκέφαλο μεγέθους φιστικιού», λέει ο Ashish Kapoor, κύριος ερευνητής στη Microsoft.

Ερευνητές της Microsoft δοκίμασαν την τεχνολογία στη Νεβάδα την περασμένη εβδομάδα χρησιμοποιώντας δύο ανεμόπτερα που καθοδηγούνται από αισθητήρες και ενσωματωμένους υπολογιστές.

Η προσπάθεια είναι εν μέρει να βοηθήσει τις μηχανές να λαμβάνουν αποφάσεις όταν αντιμετωπίζουν αβεβαιότητα και συγκεκριμένα η ελπίδα είναι ότι το αυτόνομο αεροσκάφος μπορεί τελικά να οδηγεί στον αέρα για ώρες ή ακόμα και μέρες κάθε φορά, ενώ καταναλώνει πολύ λίγη ισχύ, βοηθώντας, ας πούμε, να παρακολουθεί τις καιρικές συνθήκες , παρακολουθήστε τις αγροτικές καλλιέργειες ή ακόμα και παραδώστε το Διαδίκτυο σε μέρη όπου διαφορετικά δεν είναι διαθέσιμο.

Το ανεμόπτερο δοκιμάζει μια μαθηματική τεχνική που ονομάζεται διεργασίες απόφασης Markov ως έναν τρόπο αναγνώρισης και απάντησης στην αβεβαιότητα για την πρόβλεψη του μέλλοντος σε ένα σχετικά ασφαλές περιβάλλον. Με το ανεμοπλάνο, η ομάδα συνδύασε αυτό το μοντέλο με μια άλλη προσέγγιση τεχνητής νοημοσύνης, που ονομάζεται Bayesian reinforcement learning, για να δημιουργήσει έναν τρόπο ώστε το σύστημα να μάθει όσα χρειάζεται να γνωρίζει για το περιβάλλον του όσο το δυνατόν γρηγορότερα, προκειμένου να λάβει τις σωστές αποφάσεις.

Η ομάδα χρησιμοποιεί επίσης αυτό που ονομάζεται αναζήτηση δέντρου του Μόντε Κάρλο, που είναι ένας τρόπος για την τεχνητή νοημοσύνη να αναζητήσει την πιο πολλά υποσχόμενη πορεία δράσης.

«Το βασικό πρόβλημα για τη ρομποτική είναι η αβεβαιότητα», είπε ο Ken Goldberg, καθηγητής στο Πανεπιστήμιο της Καλιφόρνια στο Μπέρκλεϋ. «Αυτό είναι που διαφοροποιεί τη ρομποτική από ένα παιχνίδι όπως το Go ή το σκάκι».

«Με ένα ανεμόπτερο, μπορείτε να δοκιμάσετε αυτούς τους αλγόριθμους με ελάχιστο κίνδυνο για ανθρώπους και περιουσίες», είπε ο κ. Kochenderfer, καθηγητής αεροναυπηγικής και αστροναυτικής στο Πανεπιστήμιο του Στάνφορντ.

Ο Kapoor λέει ότι το ανεμόπτερο τους είναι πιθανώς ένα από τα λίγα συστήματα τεχνητής νοημοσύνης που λειτουργούν στον πραγματικό κόσμο που δεν κάνουν μόνο προβλέψεις αλλά και αναλαμβάνουν δράση με βάση αυτές τις προβλέψεις.

Είναι ενδιαφέρον ότι οι τεχνικές χρησιμοποιούνται ήδη από την Bing και τα Windows, αλλά τελικά θα είναι επίσης σχετικές σε αυτοκίνητα αυτόνομης οδήγησης και σε άλλα δυναμικά περιβάλλοντα.

«Τα συστήματα AI του αύριο θα αντιμετωπίσουν όλες τις ίδιες προκλήσεις», είπε ο κ. Kolobov, μέλος της ομάδας Adaptive Systems and Interaction (ASI) στο MSR Redmond. "Ο αριθμός των εφαρμογών όπου χρησιμοποιούνται αυτές οι μέθοδοι αυξάνεται."

«Αυτοί μπορεί να είναι οι κυψελοειδείς πύργοι σας κάποια μέρα», λέει ο Kapoor. "Δεν χρειάζεστε καμία επίγεια υποδομή."
Τελικά, λέει η ομάδα, το ανεμοπλάνο θα μπορούσε να χρησιμοποιήσει ακόμη και ηλιακή ή αιολική ενέργεια για να συλλέξει ενέργεια, καθιστώντας θεωρητικά δυνατή την παραμονή του ψηλά επ' αόριστον.

Δείτε τους ερευνητές σε δράση παρακάτω:

Διαβάστε περισσότερα για τα μονοπάτια στους New York Times εδώ.

Περισσότερα για τα θέματα: ai, microsoft, έρευνα microsoft, ρομποτική