Kā putni planē? Pētnieki izstrādā AI autonomu planieri, lai uzzinātu

$config[ads_kvadrat] not found

Apple AI, CES 2019, coches autónomos y Bandersnatch | Noticias #MarTech

Apple AI, CES 2019, coches autónomos y Bandersnatch | Noticias #MarTech

Satura rādītājs:

Anonim

Putniem jau sen iedvesmoja cilvēkus veidot savus lidošanas veidus. Mēs zinām, ka strauji augošas putnu sugas, kas migrē lielos attālumos, izmanto siltuma atjauninājumus, lai paliktu gaisā, neizmantojot savu spārnu enerģiju. Un planieru piloti tāpat izmanto termiskās strāvas un citas augšupejošas gaisa zonas, lai ilgāk paliktu gaisā.

Tomēr, lai gan mēs esam apguvuši slīdēšanu caur šiem upuriem, izmantojot dažādus instrumentus, precīzie mehānismi, kas ļauj putniem uzbūvēt, vēl nav zināmi. Bet pētnieku komanda no Kalifornijas un Itālijas ir veikusi dažus soļus, lai atbildētu uz šo jautājumu, izmantojot mākslīgo intelektu (A.I.). Un tas varētu novest pie jaunām izmaiņām gaisa kuģu navigācijas sistēmās, īpaši ietekmējot radarus, kas var palikt gaisā ļoti ilgu laiku.

Pētījuma mērķis, kas publicēts 2007. T Daba, bija apmācīt nelielu divu metru spārnu autonomo planieri, lai lidotu termālos, tāpat kā īsts putns. Planieris tika ieprogrammēts ar sava veida A.I. pazīstams kā mašīnapmācība, kas ļāva tai izstrādāt, kā izmantot gaisa strāvas, lai ilgāk paliktu gaisā.

Skatīt arī: Drones ir ieprogrammētas, lai ganāmpulks tieši tāpat kā putni jaunā izrāviena pētījumā

Mašīnmācība ir alternatīva pieeja datora plānošanai, lai veiktu sarežģītu uzdevumu. Tā vietā, lai barotu datoru (vai šajā gadījumā autonomu planieri), instrukciju kopums, kas to dara, pastāstiet datoram, kā vēlaties, lai tas atbildētu un apbalvotu to, kad tas dara pareizo.

Laika gaitā tā uzzinās, kas ir atalgota, un tā vietā rīkosies šādi. Šī metode ir tāda, kā datorprogrammas, piemēram, Google AlphaGo, var iemācīties spēlēt galda spēli Go un tad pārspēt profesionālus spēlētājus, kas vienkārši nav iespējams ar parastajām programmēšanas metodēm.

Šāda veida mašīnmācība tiek dēvēta par pastiprinājuma mācīšanos, un tā balstās uz lielu daudzumu ievades datu, kas tiek ievadīti datoram, lai tas varētu uzzināt, kādas darbības tā nodrošinās. Pētniekiem, kas plāno autonomo planieri, ieejas dati sastāvēja no specializētiem instrumentiem, kas spēj nolasīt izmaiņas augšējā (vertikālā) vēja stiprumā. Instrumenti spēja noteikt šīs izmaiņas gar planiera garumu (gareniski) un no viena spārna gala līdz otram (sāniski). Sensori varēja veikt šos mērījumus desmit reizes sekundē.

Pēc tam šie dati tika izmantoti, lai veiktu lidojuma korekcijas, kas pazīstamas kā planiera krasta leņķis. Labi sabalansēta lidmašīna ar spārnu līmeni ir nulles leņķī un lidos taisnā līnijā. Spārnu noliekšana un bankas leņķa palielināšana padarīs plakni pagriezienu. Pētījumā slidotājs tika apbalvots, ja palielinājās vēja ātruma palielināšanās pa lidojuma trajektoriju. Citiem vārdiem sakot, ja planieris lidoja straumēšanā.

Atjauninājumi ir būtiski, lai palielinātu laiku, kad planieris var palikt gaisā. Atšķirībā no dzinēja lidmašīnas, planieris, kas nespēj atrast nekādus atjauninājumus, pakāpeniski nokļūs zemē. Neatkarīgi no tā, vai planieris krīt vai paceļas, tieši atkarīgs no tā, cik daudz gaisa pārvietojas uz augšu. Augšuputē, vertikālā gaisa kustības palielināšanās var būt pietiekama, lai apturētu planieri, un, ja vertikālais vējš ir pietiekami spēcīgs, ļauj tam uzbraukt.

Vairāku lidojumu laikā (aptuveni 16 stundas lidojuma laikā) mācību planieris iemācījās lidot, apmācot sevi ar noteiktu ieeju kombināciju (bankas leņķis, garenvirziena un sānu izmaiņas, vertikālais vēja ātrums), lai izlemtu, ko nākamajai izmaiņai bankas leņķī jābūt. Rezultāts bija tāds, ka, beidzot visu šo lidojumu, lidmašīna bija mācījusi, kā lidot straumēs, ļaujot tai ilgāk palikt gaisā.

Kā prēmiju, pētnieki izmantoja skaitlisku modeli, lai parādītu, ka šī pieeja vēl vairāk dos labumu lielākiem planieriem, jo ​​to ilgāks spārns nodrošinās precīzāku mērījumu izmaiņām augšējā vēja ātrumā no viena spārna gala uz otru.

Gaisa kuģu saprātīgāka izmantošana

Rezultāti liek domāt par to, kādus iespējamos futūristiskos autonomos planierus mēs varam redzēt, un ko viņi varētu izmantot. MIT inženieri nesen ieguva iedvesmu no viļņošanas albatrosa aerodinamikas, lai izveidotu autonomu planieri.

Airbus ir izstrādājis saules enerģiju ražotu planieri, kas var palikt gaisā ļoti ilgu laiku, piemēram, kā alternatīvu novērošanas vai sakaru satelītiem, kas var pārraidīt interneta signālus uz attālām vietām uz zemes. Tiek ziņots, ka Microsoft strādā ar autonomām lidmašīnām ar mūsdienīgām mākslīgām inteliģentām navigācijas sistēmām.

Bet, iespējams, šajā pētījumā izstrādātie paņēmieni kādu dienu varētu novest pie jaunās paaudzes „viedās” navigācijas un autopilota sistēmas parastajiem gaisa kuģiem. Tie varētu izmantot datus, kas savākti tūkstošiem stundu lidojuma laika, lai pieņemtu lēmumus par visefektīvāko veidu, kā izkļūt. Tas būtu atkarīgs no precīziem sensoriem un tālākas attīstības, kas ļautu plaknei identificēt un pēc tam apiņu no viena termiskā augšupeja uz citu. Pašlaik metode ļauj tikai slīdēt vienā siltumenerģijā.

Pētnieku izstrādātas metodes un programmēšanas metodes neapšaubāmi dos mums soli tuvāk mērķim izveidot autonomu lidojošu transportlīdzekli ar lidojumu laikiem dienās, nedēļās vai mēnešos, kas veic šos uzdevumus. Bet tas ir pastiprinājuma mācīšanās izmantošana, kas vēlreiz parāda, cik elastīgi šie algoritmi pielāgojas dažādiem sarežģītiem uzdevumiem, sākot no planiera kontroles līdz cilvēka sitienam Go.

Šis raksts sākotnēji tika publicēts Nicholas Martin sarunā. Lasiet oriģinālo rakstu šeit.

$config[ads_kvadrat] not found