Edistysaskelut ihmisen, robotin ja tietokoneen tutkimuksessa

Automaattinen kokeellinen laitos, jota kutsutaan Älykkääksi Vedontankiksi (ITT), suoritti noin 100 000 kokeilua ensimmäisen toimintavuotensa aikana. Se, mitä tyypillisesti vaatisi tohtorikoulutettavalle viisi vuotta kokeita, ITT pystyi suorittamaan viikkojen kuluessa. ITT:n kehitys MIT Sea Grant Hydrodynamics Laboratoryssa vie meitä eteenpäin ihmisen, robotin ja tietokoneen tutkimuksen alueella.

ITT suorittaa kokeita automaattisesti ja sopeutuvasti, ja se analysoi ja suunnittelee kokeita. Kokeet keskittyvät vortex-indusoiduissa värinöissä (VIV). VIV:t ovat tärkeitä merellisten öljynporaukseen liittyvien rakenteiden, kuten meripohjan öljynporausputkien, suunnittelussa, jotka yhdistävät merenpohjan öljynporaukset pintaan. VIV:issä on suuri määrä parametreja.

ITT ohjataan aktiivisella oppimisella, ja se suorittaa sarjan kokeita. Kokeiden aikana jokaisen seuraavan kokeen parametreja valitsee tietokone. Järjestelmä käyttää “tutki-ja-hyödynnä” -menetelmää, joka auttaa merkittävästi vähentämään kokeiden määrää, jotka ovat tarpeen VIV:ien monimutkaisten ominaisuuksien kartoittamiseen ja tutkimiseen.

Tohtorikoulutettava Dixia Fan aloitti projektin etsiessään keinoa vähentää tuhansia kokeita, jotka olisi tehtävä käsin. Se johti ITT-järjestelmän kehittymiseen.

Tutkimusartikkeli julkaistiin viime kuussa Science Robotics -tiedelehdessä.

Fan on nyt post doc, ja projektiin osallistui tutkijaryhmä MIT Sea Grant College Programista ja MIT:n mekaniikan insinööritieteiden laitoksesta, École Normale Supérieure de Rennesista ja Brown Universitysta. Uusi projekti esittelee yhteistyön, jota voidaan tehdä ihmisten, tietokoneiden ja robotien välillä tieteellisten löytöjen nopeuttamiseksi.

ITT on 10 metriä pitkä tankki, ja se toimii ilman keskeytyksiä tai katkoja. Tutkijat toivovat, että järjestelmää voidaan käyttää useissa eri tieteellisissä aloissa, mikä voisi johtaa uusien mallien luomiseen epälineaarisissa järjestelmissä.

ITT antoi Fanille ja hänen yhteistyökumppaneilleen mahdollisuuden tutkia laajempaa parametriruumia. “Jos käytämme perinteisiä menetelmiä ongelmaan, jonka tutkimme, kokeilu kestäisi 950 vuotta”, hän selitti.

Kokeilun pitkän ajan lyhentämiseksi Fan ja tiimi integroivat Gaussian-prosessiregressioalgoritmin ITT:hen. Tämä mahdollisti kokeiden määrän vähentämisen muutamaan tuhanteen.

Robotti järjestelmä pystyy suorittamaan automaattisesti aloitusjonon kokeita. Se ottaa osan valvonnasta seuraavan kokeen parametreista.

Fan palkittiin MIT:n mekaniikan insinööritieteiden laitoksen de Florez -palkinnolla “poikkeuksellisesta älykkyydestä ja luovasta tuomarista” ITT:n kehittämisestä.

Michael Triantafyllou, Henry L. ja Grace Doherty -professori merentutkimuksessa ja insinööritieteissä, ja myös Fanin väitöskirjan ohjaaja, sanoi: “Dixian suunnitelma Älykkäästä Vedontankista on erinomainen esimerkki uusien menetelmien käytöstä vanhojen alojen elvyttämiseksi”.

Triantafyllou oli yksi artikkelin kirjoittajista ja MIT Sea Grant College Programin johtaja.

“MIT Sea Grant on sitoutunut resursseja ja rahoittanut hankkeita, jotka käyttävät syväoppimismenetelmiä merellisiin ongelmiin useita vuosia, ja ne ovat jo tuottaneet tuloksia”, hän sanoi.

MIT on National Oceanic and Atmospheric Administrationin rahoittama ja National Sea Grant Programin hallinnoima. Se on liittovaltion ja instituuttipartnership, joka yhdistää tutkimuksen ja insinööritieteet MIT:ssä auttamaan merellisiin ongelmiin liittyvissä kysymyksissä.

Muita artikkelin kirjoittajia ovat George Karniadakis Brown Universitysta, joka on liitetty MIT Sea Grantiin; Gurvan Jodin ENS Rennesista; MIT:n mekaniikan insinööritieteiden tohtorikoulutettava Yu Ma; ja Thomas Consi, Luca Bonfiglio ja Lily Keyes MIT Sea Grantista.