Προόδους στην Έρευνα Ανθρώπου-Ρομπότ-Υπολογιστή

Το αυτοματοποιημένο πειραματικό εργαστήριο, που ονομάζεται Εντελώς Έξυπνο Ρυμουλκό Tank (ITT), διεξήγαγε περίπου 100.000 πειράματα συνολικά στο πρώτο έτος λειτουργίας του. Αυτό που θα πήγαινε συνήθως ένα φοιτητή διδάκτορα να ολοκληρώσει μέσα σε πέντε χρόνια πειραμάτων, το ITT ήταν σε θέση να το κάνει μέσα σε εβδομάδες. Η ανάπτυξη του ITT στο εργαστήριο Υδροδυναμικής του MIT Sea Grant μας οδηγεί πιο sâu στην περιοχή της έρευνας ανθρώπου-ρομπότ-υπολογιστή.

Το ITT εκτελεί αυτόματα και προσαρμοστικά πειράματα, τα αναλύει και τα σχεδιάζει. Τα πειράματα εστιάζονται στην εξέταση των δονήσεων που προκαλούνται από ελίκες (VIVs). Οι VIVs είναι σημαντικές για την μηχανική των θαλάσσιων κατασκευών, όπως οι marine drilling risers, που είναι υπεύθυνες για τη σύνδεση των υποθαλάσσιων πηγαδιών πετρελαίου με την επιφάνεια. Με τις VIVs, υπάρχει ένας μεγάλος αριθμός παραμέτρων που εμπλέκονται.

Το ITT καθοδηγείται από την ενεργό μάθηση και εκτελεί μια σειρά πειραμάτων. Μέσα στα πειράματα, οι παράμετροι για κάθε επόμενο πείραμα επιλέγονται από έναν υπολογιστή. Το σύστημα χρησιμοποιεί μια μεθοδολογία “εξερεύνηση και εκμετάλλευση”, η οποία βοηθά σημαντικά στη μείωση του αριθμού των πειραμάτων που απαιτούνται για τη χαρτογράφηση και την εξέταση των σύνθετων аспектων των VIVs.

Ο υποψήφιος διδάκτωρ Dixia Fan ξεκίνησε το πρόγραμμα αναζητώντας έναν τρόπο να μειώσει τα χιλιάδες πειράματα που έπρεπε να διεξαχθούν με το χέρι. Αυτό οδήγησε στην ανάπτυξη του συστήματος ITT.

Μια εργασία δημοσιεύθηκε τον προηγούμενο μήνα στο περιοδικό Science Robotics.

Ο Fan είναι τώρα μεταδιδάκτωρ και το πρόγραμμα εργάστηκε από μια ομάδα ερευνητών από το πρόγραμμα MIT Sea Grant College και το τμήμα Μηχανικής του MIT, École Normale Supérieure de Rennes και το Πανεπιστήμιο Brown. Το νέο πρόγραμμα δείχνει τον τύπο της συνεργασίας που μπορεί να συμβεί μεταξύ ανθρώπων, υπολογιστών και ρομπότ για να κάνουν επιστημονικές ανακαλύψεις σε ταχύτερο ρυθμό.

Το ITT είναι ένα δεξαμενή 33 ποδιών και λειτουργεί χωρίς διακοπή ή αναστολή. Οι ερευνητές θα ήθελαν να δουν το σύστημα να χρησιμοποιείται σε eine ποικιλία διαφορετικών επιστημών, που θα μπορούσε να οδηγήσει στη δημιουργία νέων μοντέλων σε μη γραμμικά συστήματα.

Το ITT επέτρεψε στον Fan και τους συνεργάτες του να εξερευνήσουν ένα ευρύτερο παραμετρικό χώρο. “Εάν εκτελούσαμε παραδοσιακές τεχνικές στο πρόβλημα που μελετάμε, θα πήγαινε 950 χρόνια για να ολοκληρωθεί το πείραμα”, εξήγησε.

Για να缩ησει τον μακρύ χρόνο που θα πήγαινε για το πείραμα, ο Fan και η ομάδα ενσωμάτωσαν einen αλγόριθμο μάθησης Gaussian process regression στο ITT. Με αυτόν τον τρόπο, οι ερευνητές μπόρεσαν να μειώσουν τον αριθμό των πειραμάτων που απαιτούνταν, xuống σε quelques χιλιάδες.

Το ρομποτικό σύστημα είναι ικανό να εκτελεί αυτόματα μια αρχική σειρά πειραμάτων. Μετά, λαμβάνει μερικό έλεγχο των παραμέτρων του επόμενου πειράματος.

Ο Fan βραβεύθηκε με το βραβείο MIT Mechanical Engineering de Florez για “Εξαιρετική Ευρεσιτεχνία και Δημιουργική Κρίση” στην ανάπτυξη του ITT.

Σύμφωνα με τον Michael Triantafyllou, καθηγητή Henry L. και Grace Doherty στην Ωκεανική Επιστήμη και Μηχανική, και επίσης τον διδάσκοντα του Fan, “Η σχεδίαση του Intelligent Towing Tank από τον Dixia είναι ένα εξαιρετικό παράδειγμα χρήσης καινοτόμων μεθόδων για την αναβίωση ώριμων πεδίων”.

Ο Triantafyllou ήταν συν-συγγραφέας της εργασίας και διευθυντής του προγράμματος MIT Sea Grant College.

“Το MIT Sea Grant έχει δεσμεύσει πόρους και έχει χρηματοδοτήσει έργα που χρησιμοποιούν μεθόδους βαθιάς μάθησης σε προβλήματα που σχετίζονται με τον ωκεανό για कई χρόνια, τα οποία ήδη αποδίδουν”, είπε.

Το MIT χρηματοδοτείται από την Εθνική Υπηρεσία Ωκεανών και Ατμόσφαιρας και διαχειρίζεται από το Εθνικό Πρόγραμμα Sea Grant. Είναι μια ομοσπονδιακή-ιδιωτική партνέρικη σχέση που συνδυάζει έρευνα και μηχανική στο MIT για να βοηθήσει στην αντιμετώπιση προβλημάτων που σχετίζονται με τον ωκεανό,

Άλλοι συντελεστές της εργασίας περιλαμβάνουν τον George Karniadakis από το Πανεπιστήμιο Brown, που συνδέεται με το MIT Sea Grant, τον Gurvan Jodin από το ENS Rennes, τον υποψήφιο διδάκτορα του MIT Yu Ma και τους Thomas Consi, Luca Bonfiglio και Lily Keyes από το MIT Sea Grant.