Kemajuan dalam Penelitian Human-Robot-Computer

Fasilitas eksperimental otomatis, yang disebut Intelligent Towing Tank (ITT), melakukan sekitar 100.000 eksperimen total dalam tahun pertama operasinya. Apa yang biasanya membutuhkan waktu lima tahun bagi seorang mahasiswa PhD untuk menyelesaikan eksperimen, ITT dapat melakukannya dalam beberapa minggu. Pengembangan ITT di Laboratorium Hidrodinamika MIT Sea Grant membawa kita lebih jauh ke dalam bidang penelitian human-robot-computer.

ITT secara otomatis dan adaptif melakukan, menganalisis, dan merancang eksperimen. Eksperimen tersebut berfokus pada menjelajahi getaran yang diinduksi oleh vortex (VIVs). VIVs sangat penting untuk rekayasa struktur laut lepas pantai seperti marine drilling risers, yang bertanggung jawab untuk menghubungkan sumur minyak bawah laut ke permukaan. Dengan VIVs, ada sejumlah besar parameter yang terlibat.

ITT dipandu oleh pembelajaran aktif, dan itu melakukan serangkaian eksperimen. Dalam eksperimen, parameter untuk setiap eksperimen berikutnya dipilih oleh komputer. Sistem menggunakan metode “explore-and-exploit”, yang membantu sangat mengurangi jumlah eksperimen yang diperlukan untuk memetakan dan menjelajahi aspek kompleks VIVs.

Kandidat PhD Dixia Fan memulai proyek tersebut saat mencari cara untuk mengurangi sekitar seribu eksperimen yang perlu dilakukan dengan tangan. Itu mengarah pada pengembangan sistem ITT.

Sebuah makalah diterbitkan bulan lalu di jurnal Science Robotics.

Fan sekarang adalah seorang postdoc, dan proyek tersebut dikerjakan oleh tim peneliti dari Program MIT Sea Grant College dan Departemen Teknik Mesin MIT, École Normale Supérieure de Rennes, dan Universitas Brown. Proyek baru ini menunjukkan jenis kerja sama yang dapat terjadi antara manusia, komputer, dan robot untuk membuat penemuan ilmiah dengan kecepatan yang lebih cepat.

ITT adalah tangki sepanjang 33 kaki, dan itu bekerja tanpa gangguan atau penangguhan. Peneliti ingin melihat sistem tersebut digunakan dalam berbagai disiplin ilmu yang berbeda, yang dapat mengarah pada penciptaan model baru dalam sistem nonlinier.

ITT memungkinkan Fan dan kolaboratornya untuk menjelajahi ruang parametric yang lebih luas. “Jika kita melakukan teknik tradisional pada masalah yang kita pelajari, itu akan membutuhkan waktu 950 tahun untuk menyelesaikan eksperimen,” katanya.

Untuk mempersingkat waktu yang lama untuk eksperimen, Fan dan tim mengintegrasikan algoritma regresi proses Gaussian ke dalam ITT. Dengan melakukan itu, peneliti dapat mengurangi jumlah eksperimen yang diperlukan, turun menjadi beberapa ribu.

Sistem robotik tersebut dapat secara otomatis melakukan urutan awal eksperimen. Kemudian itu mengambil kontrol parsial atas parameter eksperimen berikutnya.

Fan dianugerahi Penghargaan de Florez dari MIT untuk “Kecemerlangan dan Penghakiman Kreatif yang Luar Biasa” dalam pengembangan ITT.

Menurut Michael Triantafyllou, Profesor Henry L. dan Grace Doherty di bidang Ilmu dan Teknik Kelautan, dan juga pembimbing doktoral Fan, “Desain Dixia dari Intelligent Towing Tank adalah contoh luar biasa dari penggunaan metode baru untuk menghidupkan kembali bidang yang sudah matang.”

Triantafyllou adalah co-penulis makalah dan direktur Program MIT Sea Grant College.

“MIT Sea Grant telah mengcommit sumber daya dan mendanai proyek yang menggunakan metode deep learning dalam masalah terkait laut selama beberapa tahun yang sudah membayar,” katanya.

MIT didanai oleh Administrasi Kelautan dan Atmosfer Nasional dan dikelola oleh Program Nasional Sea Grant. Ini adalah kemitraan antara lembaga federal dan institusi yang menggabungkan penelitian dan rekayasa di MIT untuk membantu menangani masalah terkait laut,

Kontributor lain untuk makalah tersebut termasuk George Karniadakis dari Universitas Brown, yang berafiliasi dengan MIT Sea Grant; Gurvan Jodin dari ENS Rennes; kandidat PhD MIT di teknik mesin Yu Ma; dan Thomas Consi, Luca Bonfiglio, dan Lily Keyes dari MIT Sea Grant.