Project AirSim trener autonome fly uten å kreve dyp maskinlæring, kodeekspertise

Ikon for lesetid 3 min. lese


Lesere hjelper til med å støtte MSpoweruser. Vi kan få provisjon hvis du kjøper gjennom lenkene våre. Verktøytipsikon

Les vår avsløringsside for å finne ut hvordan du kan hjelpe MSPoweruser opprettholde redaksjonen Les mer

Project AirSim-simuleringsskjermbilder
De realistiske miljøene i Project AirSim vil tillate AIR-modeller å oppleve millioner av flyreiser på sekunder og lære hvordan de kan reagere på forskjellige variabler i den fysiske verden, inkludert regn, sludd, snø, sterk vind, høye temperaturer, en overskyet dag og mer.

Microsoft annonserte mandag 18. juli på Farnborough International Airshow lanseringen av Prosjekt AirSim, en plattform som gir høykvalitetssimulering for å hjelpe til med å bygge, trene og teste autonome fly. Den kjører på Microsoft Azure og er for øyeblikket tilgjengelig i en begrenset forhåndsvisning.

"Autonome systemer vil transformere mange bransjer og muliggjøre mange luftscenarier, fra siste mils levering av varer i overbelastede byer til inspeksjon av nedstyrte kraftledninger fra 1,000 miles unna," sa Gurdeep Pall, Microsofts konserndirektør for Business Incubations in Technology & Undersøkelser. "Men først må vi trygt trene disse systemene i en realistisk, virtualisert verden. Project AirSim er et kritisk verktøy som lar oss bygge bro over bitenes verden og atomenes verden, og det viser kraften til den industrielle metaversen – de virtuelle verdenene der bedrifter vil bygge, teste og finpusse løsninger og deretter bringe dem inn i den virkelige verden ."

Ifølge Microsoft vil de realistiske miljøene i Project AirSim tillate AIR-modeller å oppleve millioner av flyreiser på sekunder og lære å reagere på forskjellige variabler i den fysiske verden, inkludert regn, sludd, snø, sterk vind, høye temperaturer, en overskyet dag , og mer. Videre gir den tilgang til forhåndstrente AI-byggeklosser som vil tillate deteksjon og unngå blokkeringer og utføre landinger med presisjon. Project AirSim-kunder kan også få tilgang til forskjellige steder som byer og generiske områder via data fra Bing Maps og andre leverandører. De kan til og med lage detaljerte 3D-miljøer ved å bruke de samme informasjonsbitene.

"Project AirSim bruker kraften til Azure til å generere enorme mengder data for å trene AI-modeller på nøyaktig hvilke handlinger som skal utføres i hver fase av flyreisen, fra start til cruise til landing," skriver Microsofts Jake Siegel i et innlegg som kunngjør lanseringen. "Det vil også tilby biblioteker med simulerte 3D-miljøer som representerer ulike urbane og landlige landskap, samt en pakke med sofistikerte forhåndstrente AI-modeller for å hjelpe til med å akselerere autonomi i inspeksjon av luftinfrastruktur, levering på siste mil og urban luftmobilitet."

Det er viktig å merke seg at Project AirSim er forskjellig fra Microsofts tidligere åpen kildekode-verktøy AirSim som blir pensjonert. Det var ekstremt nyttig, men ikke et vennlig prosjekt for mange på grunn av de nødvendige kodings- og maskinlæringsferdighetene fra Advanced Aerial Mobility (AAM)-kunder. Med dette gjorde Microsoft verktøyet om til en ende-til-ende-plattform, noe som betyr at dyp maskinlæringsekspertise ikke lenger er nødvendig, og AI-drevne flytesting og trening i simulerte 3D-miljøer vil være mye enklere for AAM-kunder.

"Alle snakker om AI, men svært få selskaper er i stand til å bygge det i stor skala," sa Balinder Malhi, ingeniørleder for Project AirSim. "Vi opprettet Project AirSim med nøkkelfunksjonene vi tror vil bidra til å demokratisere og akselerere luftautonomi – nemlig evnen til nøyaktig å simulere den virkelige verden, fange og behandle enorme mengder data og kode autonomi uten behov for dyp ekspertise innen AI."

To selskaper som deltok i Project AirSims tidligtilgangsprogram bruker allerede plattformen. North Dakota-basert Airtonomy bruker den til å trene autonome luftfartøyer som inspiserer kritisk infrastruktur, mens Texas-basert Bell bruker den til å forbedre dronenes evne til å lande autonomt.