AI ใช้การเรียนรู้การเสริมแรงเพื่อนำทางมหาสมุทร

วิศวกรของ Caltech, ETH Zurich และ Harvard กำลังทำงานเกี่ยวกับปัญญาประดิษฐ์ (AI) ที่สามารถเปิดใช้งานโดรนอัตโนมัติเพื่อใช้กระแสน้ำในมหาสมุทรเพื่อช่วยนำทาง ด้วยวิธีนี้โดรนจึงไม่ต้องต่อสู้ฝ่ากระแสน้ำ

งานวิจัยที่ตีพิมพ์ใน การสื่อสารธรรมชาติ ในเดือนธันวาคม 8

John O. Dabiri เป็นศาสตราจารย์ Centennial of Aeronautics and Mechanical Engineering และเป็นหนึ่งในผู้เขียนงานวิจัย 

“เมื่อเราต้องการให้หุ่นยนต์สำรวจมหาสมุทรลึก โดยเฉพาะอย่างยิ่งในฝูง แทบจะเป็นไปไม่ได้เลยที่จะควบคุมพวกมันด้วยจอยสติ๊กจากระยะ 20,000 ฟุตที่ผิวน้ำ นอกจากนี้ เรายังไม่สามารถป้อนข้อมูลเกี่ยวกับกระแสน้ำในมหาสมุทรในท้องถิ่นที่พวกเขาต้องการนำทางได้ เนื่องจากเราไม่สามารถตรวจจับได้จากพื้นผิว แต่ ณ จุดหนึ่ง เราจำเป็นต้องมีโดรนที่บินอยู่ในมหาสมุทรเพื่อให้สามารถตัดสินใจได้ว่าจะเคลื่อนที่อย่างไรด้วยตัวเอง” Dabiri กล่าว

การทดสอบ AI

วิศวกรได้ทดสอบความแม่นยำของ AI ด้วยการจำลองด้วยคอมพิวเตอร์ และทีมพัฒนาหุ่นยนต์ขนาดเล็กที่ใช้อัลกอริทึมบนชิปคอมพิวเตอร์ ซึ่งสามารถขับเคลื่อนโดรนในทะเลบนโลกและดาวเคราะห์ดวงอื่นๆ ได้ ในที่สุดพวกเขาสามารถพัฒนาระบบอิสระที่ตรวจสอบสภาพของมหาสมุทรของโลก และจะทำเช่นนี้โดยการรวมเข้ากับขาเทียมที่พัฒนาก่อนหน้านี้เพื่อช่วยให้แมงกะพรุนว่ายน้ำตามคำสั่ง 

สำหรับแนวทางการทำงานนี้ โดรนต้องตัดสินใจด้วยตัวเองว่าจะไปที่ไหนและจะไปที่นั่นอย่างไร พวกเขามักจะต้องพึ่งพาข้อมูลที่รวบรวมด้วยตัวเอง ซึ่งจะอยู่ในรูปของข้อมูลเกี่ยวกับกระแสน้ำที่พวกเขากำลังประสบอยู่

นักวิจัยใช้เครือข่ายการเรียนรู้เสริมกำลังเพื่อแก้ไขปัญหานี้ และพวกเขาเขียนซอฟต์แวร์ที่สามารถทำงานบนไมโครคอนโทรลเลอร์ขนาดเล็กได้ 

ทีมงานสามารถใช้การจำลองด้วยคอมพิวเตอร์เพื่อสอนให้ AI นำทางได้ นักว่ายน้ำจำลองสามารถเข้าถึงข้อมูลเกี่ยวกับกระแสน้ำที่ตำแหน่งทันทีเท่านั้น แต่ก็สามารถเรียนรู้วิธีใช้ประโยชน์จากกระแสน้ำวนในน้ำเพื่อไปยังชายฝั่งไปยังเป้าหมายได้อย่างรวดเร็ว 

การเดินเรือแบบนี้เป็นเรื่องปกติในหมู่นกอินทรีและเหยี่ยว ซึ่งขี่เทอร์มอลไปในอากาศพร้อมกับดึงพลังงานจากกระแสอากาศออกมาใช้ในการซ้อมรบ สิ่งนี้ทำให้พวกเขาสามารถเคลื่อนที่ไปยังเป้าหมายในขณะที่ประหยัดพลังงาน 

กลยุทธ์การนำทางที่มีประสิทธิภาพ

ทีมงานกล่าวว่าอัลกอริทึมการเรียนรู้แบบเสริมกำลังสามารถเรียนรู้กลยุทธ์การนำทางที่มีประสิทธิภาพมากกว่าที่ปลาในมหาสมุทรใช้

“ตอนแรกเราแค่หวังว่า AI จะสามารถแข่งขันกับกลยุทธ์การนำทางที่พบในสัตว์จริงที่ว่ายน้ำได้ ดังนั้นเราจึงประหลาดใจที่เห็นมันเรียนรู้วิธีการที่มีประสิทธิภาพมากขึ้นโดยใช้ประโยชน์จากการทดลองซ้ำแล้วซ้ำอีกในคอมพิวเตอร์” Dabiri กล่าว

ตอนนี้นักวิจัยจะทดสอบ AI กับการรบกวนการไหลแต่ละประเภทที่อาจพบในมหาสมุทร พวกเขาจะบรรลุเป้าหมายนี้โดยการผสมผสานความรู้ด้านฟิสิกส์การไหลของมหาสมุทรเข้ากับกลยุทธ์การเรียนรู้แบบเสริมแรง

Peter Gunnarson เป็นนักศึกษาระดับบัณฑิตศึกษาที่ Caltech และเป็นผู้เขียนนำของบทความนี้

“ไม่เพียงแต่หุ่นยนต์จะเรียนรู้ แต่เราจะเรียนรู้เกี่ยวกับกระแสน้ำในมหาสมุทรและวิธีนำทางผ่านพวกมัน” Gunnarson กล่าว