AI системата, управляваща дрона, взе 11 500 сблъсъка и
Причината, поради която изследователите на роботиката се опитват да обучават и тестват своите творения колкото е възможно повече във виртуална реалност, е страхът. В крайна сметка всеки сблъсък или падане на робота може да доведе до повреда на скъпо оборудване и в особено тежки случаи да навреди на здравето на присъстващите хора. Разликата между виртуалната и обикновената реалност обаче е много, много голяма и в много редки случаи уменията, придобити от роботи във виртуална реалност, могат да бъдат приложени на практика без никакви допълнителни стъпки. Експерти от университета Карнеги-Малоун демонстрираха своето решение на този проблем. В разработената от тях методика за обучение на системата за управление на дрона има само една цел - да се блъсне в нещо и да се направят правилните изводи от случилото се.
Дрон AR Drone 2.0 беше използван за тестване на работата на такъв оригинален метод за обучение на система, изградена на принципите на изкуствения интелект. Този дрон беше пуснат в стая с 20 стаи, както празни, така и пълни с различни предмети. За 40-те часа, през които дронът прелита в тази стая, той „успява“ да направи 11 500 сблъсъка, някои от които завършват доста трагично. Но относителната простота на дизайна, ниската цена на частите от тялото на дрона и другите му компоненти направиха възможно бързото заменяне и продължаване на процеса на самообучение.
Всеки от сблъсъците имаше свой уникален характер и се случи на произволно място. Ако дронът успя да остане във въздуха след товасблъсък, той се върна в първоначалната си позиция и веднага отиде отново на произволна точка, за да „търси приключение“.
По време на самообучението камерите на дрона заснеха всичко с 30 кадъра в секунда. Всеки от записаните моменти на сблъсъка беше разделен на две части, първата е когато дронът все още е в идеален ред, а втората е действителният момент на сблъсъка и последващите събития. Тези два набора от данни бяха пуснати през многослойна невронна мрежа, която беше обучена в процеса на управление на полета на практика. След огромен брой сблъсъци с различна тежест, невронната мрежа натрупа необходимото количество информация и се научи как да управлява правилно дрона. След това самолетът можеше да лети, без да се удря или сблъсква с нищо, дори в много малки и разхвърляни стаи.
Естествено, работата на системата за изкуствен интелект е много по-ниска от възможностите на човешки пилот, освен това системата понякога се „губи“ в непозната сложна среда, например в стая, в която има много столове с непостоянни облегалки. И понякога системата просто не забелязва големи прозорци, стъклени стени и врати, тъй като определянето на наличието на прозрачни препятствия е една от най-трудните задачи в роботиката.
Най-очевидното предимство на този подход за обучение на системи за управление на роботи е неговата пълна автономност, човешката роля в този въпрос е ограничена само до подмяна на изтощени батерии и подмяна на повредени части. Всичко останало, свързано със събирането и анализа на данни, системата с изкуствен интелект върши напълно самостоятелно. Обучението с помощта на човешки инструктор дава много по-добри резултати, но изисква човешко участие и използване наскъпо оборудване, например системи за улавяне на движение и цифровизация, базирани на висококачествени и високоскоростни камери.