Project AirSim traint autonome vliegtuigen zonder diepgaande machine learning, coderingsexpertise

Pictogram voor leestijd 3 minuut. lezen


Lezers helpen MSpoweruser ondersteunen. We kunnen een commissie krijgen als u via onze links koopt. Tooltip-pictogram

Lees onze openbaarmakingspagina om erachter te komen hoe u MSPoweruser kunt helpen het redactieteam te ondersteunen Lees meer

Project AirSim simulatie screenshots
De realistische omgevingen in Project AirSim stellen AIR-modellen in staat om binnen enkele seconden miljoenen vluchten te ervaren en te leren hoe te reageren op verschillende variabelen van de fysieke wereld, waaronder regen, natte sneeuw, sneeuw, harde wind, hoge temperaturen, een bewolkte dag en meer.

Microsoft kondigde maandag 18 juli op de Farnborough International Airshow de lancering aan van Project AirSim, een platform dat high-fidelity simulatie biedt om te helpen bij het bouwen, trainen en testen van autonome vliegtuigen. Het draait op Microsoft Azure en is momenteel beschikbaar in een beperkte preview.

"Autonome systemen zullen veel industrieën transformeren en veel luchtscenario's mogelijk maken, van de last-mile levering van goederen in overvolle steden tot de inspectie van neergehaalde elektriciteitsleidingen op 1,000 mijl afstand", zegt Gurdeep Pall, Microsoft Corporate Vice President voor Business Incubations in Technology & Onderzoek. “Maar eerst moeten we deze systemen veilig trainen in een realistische, gevirtualiseerde wereld. Project AirSim is een cruciale tool waarmee we de wereld van bits en de wereld van atomen kunnen overbruggen, en het toont de kracht van de industriële metaverse - de virtuele werelden waar bedrijven oplossingen bouwen, testen en aanscherpen en ze vervolgens in de echte wereld brengen .”

Volgens Microsoft zullen de realistische omgevingen in Project AirSim AIR-modellen in staat stellen om miljoenen vluchten in seconden te ervaren en te leren hoe te reageren op verschillende variabelen van de fysieke wereld, waaronder regen, ijzel, sneeuw, harde wind, hoge temperaturen, een bewolkte dag , en meer. Verder biedt het toegang tot vooraf getrainde AI-bouwstenen die het mogelijk maken blokkades te detecteren en te vermijden en landingen met precisie uit te voeren. Project AirSim-klanten hebben ook toegang tot verschillende locaties zoals steden en generieke ruimtes via gegevens van Bing Maps en andere providers. Ze kunnen zelfs gedetailleerde 3D-omgevingen creëren met dezelfde informatiestukken.

"Project AirSim gebruikt de kracht van Azure om enorme hoeveelheden gegevens te genereren voor het trainen van AI-modellen over welke acties precies moeten worden ondernomen in elke fase van de vlucht, van opstijgen tot cruisen tot landen", schrijft Microsoft's Jake Siegel in een bericht waarin de lancering wordt aangekondigd. "Het biedt ook bibliotheken met gesimuleerde 3D-omgevingen die verschillende stedelijke en landelijke landschappen vertegenwoordigen, evenals een reeks geavanceerde vooraf opgeleide AI-modellen om de autonomie bij inspectie van luchtinfrastructuur, last-mile levering en stedelijke luchtmobiliteit te versnellen."

Het is belangrijk op te merken dat Project AirSim anders is dan de eerdere open-sourcetool van Microsoft AirSim die met pensioen gaat. Het was buitengewoon handig, maar voor velen geen vriendelijk project vanwege de vereiste vaardigheden op het gebied van coderen en machine learning van klanten van Advanced Aerial Mobility (AAM). Hiermee veranderde Microsoft de tool in een end-to-end platform, wat betekent dat diepgaande machine learning-expertise niet langer nodig is, en AI-aangedreven vliegtuigen testen en trainen in gesimuleerde 3D-omgevingen zullen veel gemakkelijker zijn voor AAM-klanten.

"Iedereen heeft het over AI, maar maar weinig bedrijven zijn in staat om het op grote schaal te bouwen", zegt Balinder Malhi, engineering lead voor Project AirSim. "We hebben Project AirSim gecreëerd met de belangrijkste mogelijkheden die volgens ons de autonomie in de lucht zullen helpen democratiseren en versnellen, namelijk de mogelijkheid om de echte wereld nauwkeurig te simuleren, enorme hoeveelheden gegevens vast te leggen en te verwerken en autonomie te coderen zonder de noodzaak van diepgaande expertise in AI."

Twee bedrijven die deelnamen aan het Early Access-programma van Project AirSim maken al gebruik van het platform. North Dakota-gebaseerd Airtonomie gebruikt het om autonome luchtvaartuigen te trainen die kritieke infrastructuur inspecteren, terwijl de in Texas gevestigde Fietsbel gebruikt het om het vermogen van zijn drones om autonoom te landen te verbeteren.