Bạn còn nhớ khi Deep Blue của IBM thắng Gary Kasparov trong môn cờ vua vào năm 1996, hay AlphaGo của Google đã đè bẹp nhà vô địch hàng đầu Lee Sedol trong môn cờ vây, một trò chơi phức tạp hơn nhiều vào năm 2016? Những cuộc thi mà máy móc chiếm ưu thế trước các nhà vô địch là con người là những cột mốc quan trọng trong lịch sử trí tuệ nhân tạo. Giờ đây, một nhóm các nhà nghiên cứu từ Đại học Zurich và Intel đã thiết lập một cột mốc mới với hệ thống tự hành đầu tiên có khả năng đánh bại các nhà vô địch là con người trong một môn thể thao: đua máy bay không người lái.
Máy bay không người lái tự động được đào tạo bằng AI (màu xanh lam) đã đạt được vòng đua tổng thể nhanh nhất, sớm hơn nửa giây so với thời gian tốt nhất của phi công là con người. (Ảnh: UZH/Leonard Bauersfeld). Nhà cung cấp hình ảnh: UZH / Leonard Bauersfeld
Hệ thống AI, được gọi là Swift, đã giành chiến thắng trong nhiều cuộc đua với ba nhà vô địch đẳng cấp thế giới trong cuộc đua máy bay không người lái góc nhìn thứ nhất (FPV), trong đó các phi công lái máy bay bốn cánh với tốc độ vượt quá 100 km/h, điều khiển chúng từ xa trong khi đeo tai nghe được liên kết với thiết bị trên máy bay. Máy ảnh.
Học bằng cách tương tác với thế giới vật chất
"Các môn thể thao thể chất là thách thức lớn hơn đối với AI vì chúng khó dự đoán hơn so với trò chơi board hoặc trò chơi điện tử. Chúng tôi không có kiến thức hoàn hảo về máy bay không người lái và mô hình môi trường, vì vậy AI cần học chúng bằng cách tương tác với thế giới vật chất", nói. Davide Scaramuzza, người đứng đầu Nhóm Robotics và Nhận thức tại Đại học Zurich, đồng thời là đội trưởng đội đua máy bay không người lái mới được thành lập.
Cho đến gần đây, máy bay không người lái tự động mất gấp đôi thời gian so với những chiếc do con người điều khiển để bay qua đường đua, trừ khi chúng dựa vào hệ thống theo dõi vị trí bên ngoài để kiểm soát chính xác quỹ đạo của chúng. Tuy nhiên, Swift phản ứng theo thời gian thực với dữ liệu được thu thập bởi camera trên tàu, giống như dữ liệu được các tay đua con người sử dụng. Đơn vị đo quán tính tích hợp của nó đo gia tốc và tốc độ trong khi mạng lưới thần kinh nhân tạo sử dụng dữ liệu từ máy ảnh để định vị máy bay không người lái trong không gian và phát hiện các cổng dọc theo đường đua. Thông tin này được đưa đến bộ điều khiển, cũng dựa trên mạng lưới thần kinh sâu để chọn hành động tốt nhất để hoàn thành mạch nhanh nhất có thể.
Đào tạo trong môi trường mô phỏng được tối ưu hóa
Swift được đào tạo trong một môi trường mô phỏng, nơi nó tự học cách bay bằng cách thử và sai, sử dụng một loại máy học được gọi là học tăng cường. Việc sử dụng mô phỏng đã giúp tránh việc phá hủy nhiều máy bay không người lái trong giai đoạn đầu học tập khi hệ thống thường xuyên gặp sự cố. Elia Kaufmann, tác giả đầu tiên của bài báo cho biết: “Để đảm bảo rằng hậu quả của các hành động trong trình mô phỏng càng giống với hậu quả trong thế giới thực càng tốt, chúng tôi đã thiết kế một phương pháp để tối ưu hóa trình mô phỏng với dữ liệu thực”.
Trong giai đoạn này, máy bay không người lái bay tự động nhờ vào các vị trí rất chính xác do hệ thống theo dõi vị trí bên ngoài cung cấp, đồng thời ghi lại dữ liệu từ camera của nó. Bằng cách này, nó đã học được cách tự động sửa lỗi khi diễn giải dữ liệu từ các cảm biến trên bo mạch.
Phi công con người vẫn thích nghi tốt hơn với điều kiện thay đổi
Sau một tháng bay mô phỏng, tương ứng với chưa đầy một giờ trên máy tính để bàn, Swift đã sẵn sàng thách thức các đối thủ là con người: nhà vô địch Drone Racing League 2019 Alex Vanover, nhà vô địch MultiGP Drone Racing 2019 Thomas Bitmatta và ba- lần vô địch Thụy Sĩ Marvin Schaepper. Các cuộc đua diễn ra từ ngày 5 đến ngày 13 tháng 6 năm 2022, trên đường đua được xây dựng có mục đích trong nhà chứa máy bay của Sân bay Dübendorf, gần Zurich.
Đường đua có diện tích 25 x 25 mét, với bảy cổng vuông phải đi qua theo đúng thứ tự để hoàn thành một vòng đua, bao gồm các thao tác đầy thử thách bao gồm Split-S, một tính năng nhào lộn liên quan đến việc lăn một nửa máy bay không người lái và thực hiện nửa vòng đi xuống ở tốc độ tối đa.
Nhìn chung, Swift đã đạt được vòng đua nhanh nhất, với nửa giây dẫn đầu so với vòng đua tốt nhất của một phi công con người. Mặt khác, các phi công con người tỏ ra có khả năng thích ứng cao hơn máy bay không người lái tự động, vốn đã thất bại khi các điều kiện khác với những gì nó được huấn luyện, chẳng hạn như nếu có quá nhiều ánh sáng trong phòng.
Scaramuzza lưu ý rằng việc vượt qua giới hạn trong chuyến bay tự động là một cách quan trọng ngoài cuộc đua máy bay không người lái. "Máy bay không người lái có dung lượng pin hạn chế; chúng cần phần lớn năng lượng để duy trì hoạt động trên không. Do đó, bằng cách bay nhanh hơn, chúng tôi sẽ tăng cường tiện ích của chúng."
Ví dụ: trong các ứng dụng như giám sát rừng hoặc thám hiểm không gian, bay nhanh là điều quan trọng để bao phủ không gian rộng lớn trong thời gian giới hạn. Trong ngành công nghiệp điện ảnh, máy bay không người lái tự hành có tốc độ nhanh có thể được sử dụng để quay các cảnh hành động. Và khả năng bay ở tốc độ cao có thể tạo ra sự khác biệt lớn cho máy bay không người lái cứu hộ được gửi vào bên trong tòa nhà đang cháy.
Nghiên cứu được công bố trên tạp chí Nature .
