AI

Swift AI utilizó una técnica llamada aprendizaje por refuerzo profundo para ganar 15 de 25 carreras contra campeones mundiales

Después de derrotar a los humanos en todo, desde ajedrez y Go hasta StarCraft y Gran Turismo, la inteligencia artificial (IA) ha mejorado su juego y derrotó a campeones mundiales en un deporte del mundo real.

Los últimos mortales en sentir el dolor de la derrota inducida por la IA son tres corredores expertos en drones que fueron derrotados por un algoritmo que aprendió a volar un dron alrededor de una pista de carreras en 3D a velocidades vertiginosas sin estrellarse. O al menos no chocar con demasiada frecuencia.

Desarrollado por investigadores de la Universidad de Zurich, el Swift AI ganó 15 de 25 carreras contra campeones del mundo y marcó la vuelta más rápida en un circuito donde los drones alcanzan velocidades de 50 mph (80 km/h) y soportan aceleraciones de hasta 5 g, suficiente para hacer mucha gente se desmaya.

"Nuestro resultado marca la primera vez que un robot impulsado por IA vence a un campeón humano en un deporte físico real diseñado para y por humanos", dijo Elia Kaufmann, investigadora que ayudó a desarrollar Swift.

Las carreras de drones en primera persona implican volar un dron por un circuito lleno de puertas que deben atravesarse limpiamente para evitar un choque. Los pilotos ven el recorrido a través de un video de una cámara montada en el dron.

Escribiendo en Nature, Kaufmann y sus colegas describen una serie de carreras cara a cara entre Swift y tres campeones de carreras de drones, Thomas Bitmatta, Marvin Schäpper y Alex Vanover. Antes del concurso, los pilotos humanos tuvieron una semana para practicar en el curso, mientras Swift entrenaba en un entorno simulado que contenía una réplica virtual del curso.

Swift utilizó una técnica llamada aprendizaje por refuerzo profundo para encontrar los comandos óptimos para recorrer el circuito. Debido a que el método se basa en prueba y error, el dron se estrelló cientos de veces durante el entrenamiento, pero como se trataba de una simulación, los investigadores simplemente pudieron reiniciar el proceso.

Durante una carrera, Swift envía vídeo desde la cámara integrada del dron a una red neuronal que detecta las puertas de la carrera. Esta información se combina con lecturas de un sensor inercial para estimar la posición, orientación y velocidad del dron. Estas estimaciones luego se envían a una segunda red neuronal que determina qué comandos enviar al dron.

El análisis de las carreras mostró que Swift era consistentemente más rápido al comienzo de una carrera y hacía giros más cerrados que los pilotos humanos. La vuelta más rápida de Swift fue de 17,47 segundos, medio segundo más rápido que el piloto humano más rápido. Pero Swift no era invencible. Perdió el 40% de sus carreras contra humanos y se estrelló varias veces. Al parecer, el dron era sensible a los cambios en el entorno, como la iluminación.

Las carreras dejaron a los campeones del mundo con sentimientos encontrados. “Este es el comienzo de algo que podría cambiar el mundo entero. Por otro lado, soy un corredor y no quiero que nada sea más rápido que yo”, dijo Bitmatta. Y como señaló Schäpper: "Se siente diferente correr contra una máquina, porque sabes que la máquina no se cansa".

Un avance clave es que Swift puede hacer frente a desafíos del mundo real, como la turbulencia aerodinámica, el desenfoque de la cámara y los cambios en la iluminación, que pueden confundir a los sistemas que intentan seguir una trayectoria precalculada. Kaufmann dijo que el mismo enfoque podría ayudar a los drones a buscar personas en edificios en llamas o realizar inspecciones de grandes estructuras como barcos.

Los militares tienen un gran interés en los drones propulsados ​​por IA, pero no estaban convencidos de que el último trabajo tuviera implicaciones importantes para la guerra. El Dr. Elliot Winter, profesor titular de derecho internacional en la Facultad de Derecho de Newcastle, dijo: "Debemos tener cuidado de no asumir que avances como estos pueden trasplantarse fácilmente a un contexto militar para su uso en drones militares o sistemas de armas autónomos que están involucrados". en procesos críticos como la selección de objetivos”.

Alan Winfield, profesor de ética de los robots, dijo que si bien la IA tenía usos militares “inevitables”, no estaba seguro de cómo el último trabajo podría beneficiar a los militares más allá de tal vez tener bandadas de drones que sigan a un avión en formación cercana.

Kaufmann se mostró igualmente escéptico. "Casi todos los drones se utilizan en campos de batalla abiertos y se utilizan para reconocimiento o como armas contra objetivos estacionarios y de movimiento lento", dijo.