Siga o Olhar Digital no Google Discover
Pesquisadores da Universidade de Zurique (Suíça) e da Intel criaram um sistema de inteligência artificial (IA) chamado Swift, que venceu campeões humanos em corridas de drones. É a primeira vez que uma IA supera humanos numa atividade física competitiva.
Ofertas
Por: R$ 194,99
Por: R$ 28,31
Por: R$ 39,90
Por: R$ 1.998,89
Por: R$ 2.498,89
Por: R$ 491,92
Por: R$ 129,90
Por: R$ 412,69
Por: R$ 592,00
Por: R$ 3.598,94
Por: R$ 369,00
Por: R$ 1.616,02
Por: R$ 3.099,00
Por: R$ 199,00
Por: R$ 166,19
Por: R$ 399,00
Por: R$ 132,00
Por: R$ 473,00
Para quem tem pressa:
- Pesquisadores da Universidade de Zurique e da Intel criaram um sistema de IA chamado Swift, que venceu campeões humanos em corridas de drones;
- É a primeira vez que uma IA supera humanos em uma atividade física competitiva;
- A IA usou dados da câmera onboard para reagir em tempo real, assim como os pilotos humanos;
- O sistema precisou de um mês de treinamento simulado para superar os tempos de volta dos campeões;
- A conquista tem implicações amplas, como exploração espacial, filmagens de ação e resgates em ambientes perigosos.
O sistema de IA demonstrou responsividade em tempo real, processando dados de sua câmera a bordo, imitando como os corredores humanos navegavam na pista de corrida. Os resultados foram publicados na revista científica Nature e divulgados pela Universidade de Zurique.
Leia mais:
- Walmart vai realizar entregas com drones nos EUA ainda neste ano
- Drone com câmera: 10 opções mais baratas
- O que é preciso para ter um drone?
Os esportes físicos são mais desafiadores para a IA porque são menos previsíveis do que jogos de tabuleiro ou de vídeo. Não temos um conhecimento perfeito dos modelos de drone e ambiente, então a IA precisa aprendê-los interagindo com o mundo físico.
Davide Scaramuzza, chefe do Grupo de Robótica e Percepção da Universidade de Zurique e recém-nomeado capitão da equipe de corrida de drones
Treinamento da IA para a corrida de drones
O sistema utilizou uma rede neural artificial para localizar o drone no espaço e detectar os portões na pista. Uma unidade de controle baseada em uma rede neural profunda então determinou as ações ideais para completar o circuito rapidamente.
O Swift passou por treinamento num ambiente simulado usando aprendizado por reforço. Essa abordagem permitiu que o sistema aprendesse por tentativa e erro sem o risco de danificar drones físicos durante a fase inicial de aprendizado.
O drone autônomo dependia de posições precisas de um sistema externo de rastreamento de posição em suas primeiras etapas, corrigindo sua interpretação dos dados dos sensores a bordo.
Para garantir que as consequências das ações no simulador fossem o mais próximo possível das do mundo real, desenvolvemos um método para otimizar o simulador com dados reais.
Elia Kaufmann, primeira autora do artigo
Após um mês de treinamento simulado de voo, o Swift desafiou campeões humanos em uma pista de corrida especialmente projetada para isso. E ele alcançou tempos de volta mais rápidos do que seus adversários humanos.
No entanto, a IA mostrou limitações quando as condições eram diferentes de seu ambiente de treinamento – por exemplo: com outras variações na iluminação.
Importância
Além das corridas de drones, essa conquista tem implicações significativas para várias áreas.
A velocidade e adaptabilidade de drones autônomos podem ser valiosas para tarefas como monitoramento de florestas, exploração espacial, produção cinematográfica e até missões de resgate em ambientes perigosos.
A realização destaca o potencial da IA em empurrar os limites do voo autônomo para aplicações práticas além do entretenimento.
Já assistiu aos novos vídeos no YouTube do Olhar Digital? Inscreva-se no canal!
Tags: