Projekt AirSim usposablja avtonomna letala brez potrebe po globokem strojnem učenju in strokovnem znanju kodiranja

Ikona časa branja 3 min. prebrati


Bralci pomagajo pri podpori MSpoweruser. Če kupujete prek naših povezav, lahko prejmemo provizijo. Ikona opisa orodja

Preberite našo stran za razkritje, če želite izvedeti, kako lahko pomagate MSPoweruser vzdrževati uredniško skupino Preberi več

Posnetki zaslona simulacije Project AirSim
Realistična okolja v projektu AirSim bodo omogočila modelom AIR, da izkusijo milijone letov v nekaj sekundah in se naučijo, kako se odzvati na različne spremenljivke fizičnega sveta, vključno z dežjem, žledom, snegom, močnimi vetrovi, visokimi temperaturami, oblačnim dnevom in še več.

Microsoft je v ponedeljek, 18. julija, na mednarodnem letalskem sejmu Farnborough napovedal lansiranje Projekt AirSim, platforma, ki zagotavlja simulacijo visoke ločljivosti za pomoč pri gradnji, usposabljanju in testiranju avtonomnih letal. Deluje na Microsoft Azure in je trenutno na voljo v omejenem predogledu.

»Avtonomni sistemi bodo preoblikovali številne industrije in omogočili številne letalske scenarije, od dostave blaga v prenatrpanih mestih do pregleda podrtih daljnovodov z razdalje 1,000 milj,« je povedal Gurdeep Pall, Microsoftov korporativni podpredsednik za poslovne inkubacije v tehnologiji. & raziskave. »Toda najprej moramo te sisteme varno usposobiti v realnem, virtualiziranem svetu. Project AirSim je ključno orodje, ki nam omogoča premostitev sveta bitov in sveta atomov ter prikazuje moč industrijskega metaverzuma – virtualnih svetov, kjer bodo podjetja gradila, testirala in izpopolnjevala rešitve ter jih nato prenašala v resnični svet. .”

Po mnenju Microsofta bodo realistična okolja v projektu AirSim omogočila modelom AIR, da izkusijo milijone letov v nekaj sekundah in se naučijo, kako se odzvati na različne spremenljivke fizičnega sveta, vključno z dežjem, žledom, snegom, močnim vetrom, visokimi temperaturami, oblačnim dnevom. , in več. Poleg tega zagotavlja dostop do predhodno usposobljenih gradnikov umetne inteligence, ki bodo omogočili zaznavanje in izogibanje blokadam ter natančno izvedbo pristankov. Stranke Project AirSim lahko dostopajo tudi do različnih lokacij, kot so mesta in generični prostori, prek podatkov Bing Maps in drugih ponudnikov. Ustvarijo lahko celo podrobna 3D okolja z uporabo istih informacij.

"Projekt AirSim uporablja moč Azure za ustvarjanje ogromnih količin podatkov za usposabljanje modelov umetne inteligence o tem, katera dejanja je treba izvesti v vsaki fazi leta, od vzleta do križarjenja do pristanka," piše Jake Siegel iz Microsofta v objavi, ki najavlja lansiranje. "Ponudil bo tudi knjižnice simuliranih 3D okolij, ki predstavljajo raznolike urbane in podeželske krajine, ter nabor sofisticiranih vnaprej usposobljenih modelov umetne inteligence, ki bodo pomagali pospešiti avtonomijo pri inšpekciji zračne infrastrukture, dostavi zadnje milje in urbani zračni mobilnosti."

Pomembno je omeniti, da se Project AirSim razlikuje od Microsoftovega prejšnjega odprtokodnega orodja AirSim ki gre v pokoj. Bil je izjemno priročen, vendar za mnoge ne prijazen projekt zaradi zahtevanih veščin kodiranja in strojnega učenja strank napredne zračne mobilnosti (AAM). S tem je Microsoft orodje spremenil v platformo od konca do konca, kar pomeni, da poglobljeno strokovno znanje o strojnem učenju ni več potrebno, testiranje in usposabljanje letal, ki jih poganja AI, pa bo za stranke AAM veliko lažje.

»Vsi govorijo o umetni inteligenci, a zelo malo podjetij jo je sposobno zgraditi v velikem obsegu,« je povedal Balinder Malhi, vodja inženiringa za projekt AirSim. "Projekt AirSim smo ustvarili s ključnimi zmogljivostmi, za katere verjamemo, da bodo pomagale demokratizirati in pospešiti avtonomijo v zraku – namreč sposobnost natančne simulacije resničnega sveta, zajemanje in obdelava ogromnih količin podatkov ter kodiranje avtonomije brez potrebe po globokem strokovnem znanju na področju umetne inteligence."

Dve podjetji, ki sta sodelovali v programu zgodnjega dostopa Project AirSim, že uporabljata platformo. S sedežem v Severni Dakoti Airtonomy ga uporablja za usposabljanje avtonomnih zračnih vozil, ki pregledujejo kritično infrastrukturo, medtem ko ima sedež v Teksasu Bell ga uporablja za izboljšanje sposobnosti svojih dronov za samostojno pristajanje.