Edistysaskelut ihmisen, robotin ja tietokoneen tutkimuksessa

Automaattinen kokeellinen laitos, jota kutsutaan Älykkääksi Vetoaltaaksi (ITT), suoritti noin 100 000 kokonaista kokeilua ensimmäisen toimintavuotensa aikana. Se, mitä normaalisti vaatisi tohtorikoulutettavan suorittamaan viiden vuoden kokeilujakson, ITT pystyi tekemään viikkojen sisällä. ITT:n kehitys MIT Sea Grant Hydrodynamics Laboratoryssa vie meitä eteenpäin ihmisen, robotin ja tietokoneen tutkimuksen alueella.

ITT suorittaa, analysoi ja suunnittelee kokeet automaattisesti ja sopeutuvasti. Kokeet keskittyvät pyörteiden aiheuttamien värähdysten (VIV) tutkimiseen. VIV:t ovat tärkeitä merellisten öljynporauslaitteiden, kuten meripohjan öljynporausputkien, suunnittelussa, jotka yhdistävät merenpohjan öljynporaukset pintaan. VIV:illä on suuri määrä parametreja.

ITT:ä ohjataan aktiivisella oppimisella, ja se suorittaa sarjan kokeita. Kokeiden aikana jokaisen seuraavan kokeen parametreja valitsee tietokone. Järjestelmä käyttää “tutki-ja-hyödy” -menetelmää, joka auttaa merkittävästi vähentämään kokeiden määrää, joita tarvitaan VIV:ien monimutkaisten puolien kartoittamiseen ja tutkimiseen.

Tohtorikoulutettava Dixia Fan aloitti projektin etsiessään keinoa vähentää noin tuhannesta kokeesta, jotka piti suorittaa käsin. Se johti ITT-järjestelmän kehittymiseen.

Tutkimusartikkeli julkaistiin viime kuussa Science Robotics -tiedelehdessä.

Fan on nyt post doc, ja projektiin osallistui joukko tutkijoita MIT Sea Grant College Programista ja MIT:n koneenrakennusosastosta, École Normale Supérieure de Rennesista ja Brownin yliopistosta. Uusi projekti esittelee yhteistyön tyyppiä, jota voidaan tehdä ihmisten, tietokoneiden ja robotien välillä tieteellisten löytöjen nopeuttamiseksi.

ITT on 33-jalkainen tankki, ja se toimii ilman keskeytyksiä tai keskeytyksiä. Tutkijat haluavat nähdä järjestelmän käytettävän monilla eri tieteenaloilla, mikä voisi johtaa uusien mallien luomiseen epälineaarisissa järjestelmissä.

ITT mahdollisti Fanin ja hänen yhteistyökumppaniensa laajemman parametrirajan tutkimisen. “Jos käytämme perinteisiä menetelmiä ongelmaan, jota tutkimme, kokeen suorittaminen kestäisi 950 vuotta”, hän selitti.

Lyhentääkseen kokeen pitkää kestoa Fan ja tiimi integroivat Gaussian-prosessiregressio-oppimisalgoritmin ITT:hen. Tällä tavoin tutkijat pystyivät vähentämään kokeiden määrää muutamaan tuhanteen.

Robotti-järjestelmä pystyy suorittamaan automaattisesti alkuperäisen kokeiden sarjan. Sitten se ottaa osittain hallinnan seuraavan kokeen parametreista.

Fan palkittiin MIT Mechanical Engineering de Florez -palkinnolla “Poikkeuksellisesta älykkyydestä ja luovasta arvostelusta” ITT:n kehittämisestä.

Michael Triantafyllou, Henry L. ja Grace Doherty Professori merentutkimuksessa ja insinööritieteessä, ja myös Fanin väitöskirjan ohjaaja, “Dixian suunnitelma Älykkäästä Vetoaltaasta 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 resursseihin 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 instituuttiyhteistyö, joka yhdistää tutkimuksen ja insinööritieteet MIT:ssä auttamaan merellisten ongelmien ratkaisemisessa,

Muita artikkeliin osallistuneita ovat George Karniadakis Brownin yliopistosta, joka on liittynyt MIT Sea Grantiin; Gurvan Jodin ENS Rennesista; MIT:n tohtorikoulutettava koneenrakennusinsinööri Yu Ma; ja Thomas Consi, Luca Bonfiglio ja Lily Keyes MIT Sea Grantista.