Niektóre ptaki, takie jak orły czy albatrosy są w stanie szybować w powietrzu przez wiele godzin. Wykorzystują w tym celu prądy powietrza, które pozwalają im ograniczyć ruchy skrzydłami. Naukowcy postanowili nauczyć sztuczną inteligencję tego samego, aby podnieść efektywność maszyn latających.
Ptaki szybując oszczędzają bardzo duże ilości energii. W ten sposób albatrosy mogą w czasie jednego lotu pokonać nawet ponad 15 tysięcy kilometrów. Nie da się jednak w 100% opisać, w jaki sposób te ptaki znajdują najbardziej optymalne prądy powietrza. Jako cel naukowcy postawili sobie rozwikłanie tej zagadki.
Grupa badaczy z kilku uczelni połączyła swoje siły, aby opracować sztuczną inteligencję, która uczy się, jak wykorzystywać poszczególne ruchy wiatru. Należy zaznaczyć, że nie jest to pierwszy tego typu projekt – wcześniej podobne rozwiązania opracował m.in. Microsoft. Różnica między wspomnianym projektem, a tym najnowszym polega na zaimplementowaniu rzeczywistych danych. W ten sposób naukowcy chcieli zaktualizować system i zwiększyć jego wydajność.
Podstawę projektu stanowi algorytm AlphaGo, znany z tego, że ograł zawodowego zawodnika w planszówce zatytułowanej „Go”. Najpierw badacze szkolili oprogramowanie uczenia maszynowego w symulatorze. Następnie zabrali szybowiec w teren, gdzie wykonał niemal 250 lotów, uzyskując średni wynik lotu wynoszący ok. 3 minut. Jednak niektóre próby trwały znacznie dłużej, bo nawet 45 minut.
I choć projekt czeka jeszcze wiele poprawek, dotyczących choćby przystosowania szybowca do zróżnicowanych warunków pogodowych, to widać w tym pomyśle spory potencjał. Może on zrewolucjonizować transport powietrzny oraz inne dziedziny życia.
[Źródło: digitaljournal.com; grafika: Jan Adamski]
