Како птице расту? Истраживачи развијају АИ Аутономни Глидер како би га открили

Птице су дуго инспирисале људе да креирају сопствене начине летења. Знамо да растуће врсте птица које мигрирају на велике удаљености користе термалне струје да остану у зраку без искориштавања енергије која лупа крилима. И пилоти једрилица слично користе термалне струје и друге области ваздуха како би остали дуже у ваздуху.

Па ипак, док смо овладали клизањем кроз ове струје користећи различите инструменте, тачни механизми који омогућавају птицама да се уздижу су још увијек непознати. Међутим, тим истраживача из Калифорније и Италије направили су неке кораке да одговоре на ово питање користећи умјетну интелигенцију (А.И.). И то би могло довести до нових развоја у навигационим системима за авионе, са посебним импликацијама за стварање беспилотних летелица које могу остати у ваздуху током веома дугих временских периода.

Циљ студије, објављен у Природа, био је да тренира мали дво-метарски распон крила аутономног једрилице да лети у термалну воду, баш као што би права птица. Једрилица је била програмирана са неком врстом А.И. познато као машинско учење које му је омогућило да разуме како да користи ваздушне струје да дуже остану у ваздуху.

Види такође: Дронови су програмирани да ставе тачно као птице у новој студији

Машинско учење је алтернативни приступ програмирању рачунара за обављање сложеног задатка. Уместо да компјутеру (или аутономном једрилици у овом случају) нахраните скуп инструкција које говоре како да нешто уради, реците компјутеру како бисте желели да реагује и награди га када уради праву ствар.

Временом ће научити шта се награђује и уместо тога ће те навике радити. Ова техника је начин на који компјутерски програми као што је Гоогле АлпхаГо могу научити да играју друштвену игру Иди, а затим тући професионалне играче, што једноставно није могуће са конвенционалним техникама програмирања.

Овај тип машинског учења се назива учењем појачања, и ослања се на велику количину улазних података који се уносе у рачунар како би сазнали које акције ће му пружити награде. За истраживаче који су програмирали аутономно једрилицу, улазни подаци су се састојали од специјализованих инструмената који су били способни да читају промену у вертикалној снази ветра. Инструменти су могли да одреде ове промене дуж дужине једрилице (уздужно) и од једног крила до другог (бочно). Сензори су могли да изврше ова мерења десет пута сваке секунде.

Ови подаци су затим коришћени за прилагођавање лета на оно што је познато као угао падобрана. Добро балансирани авион са нивоом крила има нулти кут угла и лети у правој линији. Окретањем крила и повећањем угла нагиба, авион ће се окренути. У овој студији, једрилица је награђена ако се промени навише брзине ветра дуж путање лета повећала. Другим речима, ако је једрилица летела у струју.

Ажурирања су кључна за повећање времена које једрилица може остати у зраку. За разлику од авиона са погоном, једрилица која није у стању да пронађе било какво струјање, постепено ће падати према земљи. Да ли једрилица пада или расте зависи директно од тога колико се ваздуха креће према горе око њега. У струјном току, пораст вертикалног кретања ваздуха може бити довољан да заустави пад једрилице и, ако је вертикални ветар довољно јак, допусти му да се пење.

Током низа летова (укупно 16 сати летења), студијска једрилица је научила да лети тако што се тренира под одређеном комбинацијом улаза (угао банке, уздужна и латерална промјена, вертикална брзина вјетра) како би одлучила шта следећа промена угла би требало да буде. Резултат је био да је до краја летења авион научио како да лети у струју, допуштајући му да дуже остане у ваздуху.

Као бонус, истраживачи су користили нумерички модел како би показали да би овај приступ још више користио већим једрилицама, јер ће њихов дужи распон крила омогућити прецизније мјерење промјене брзине вјетра од једног крила до другог.

Прављење авиона паметније

Резултати упућују на питање какве су могуће футуристичке аутономне једрилице које смо могли видјети како клизе и за шта ће се користити. Инжењери на МИТ-у су недавно инспирисали аеродинамику албатроса који се креће у таласу како би дизајнирали аутономни једрилицу.

Аирбус је развио једрилицу на соларну енергију која може остати у ваздуху дуго времена као алтернатива за надзор или комуникационе сателите, на пример, који би могли да емитују сигнале на удаљеним локацијама на земљи. Мицрософт, како се извештава, ради на аутономним авионима са најсавременијим вештачким интелигентним навигационим системима.

Али можда би технике које су развијене у овој студији једног дана могле довести до нове генерације „паметних“ навигацијских и аутопилотних система за конвенционалне зракоплове. Они би могли да користе податке прикупљене током хиљада сати летења како би донели одлуке о најефикаснијем начину кретања. Ово би се ослањало на тачне сензоре и даљи развој који би омогућили авиону да се идентификује и затим скочи са једног термалног струјања на други. У овом тренутку, метода омогућава једино клизање унутар једне термалне.

Методе и технике програмирања које су истраживачи развили несумњиво ће нас довести корак ближе циљу аутономног летећег возила са временима летења дана, седмица или мјесеци који извршавају ове задатке. Али употреба учења о појачавању још једном показује колико су ови алгоритми флексибилни у прилагођавању широком спектру сложених задатака, од контроле једрилице до премлаћивања човјека у Го.

Овај чланак је првобитно објављен на разговору Ницхоласа Мартина. Прочитајте оригинални чланак овде.