İnsan-Robot-Bilgisayar Araştırması Alanındaki Gelişmeler

Otomatik deneysel tesis, Akıllı Çekme Tankı (ITT) olarak adlandırılan, ilk yılının işletilmesi sırasında yaklaşık 100.000 toplam deney melakukan. Normalde bir doktora öğrencisinin beş yıllık deneylerle tamamlayacağı bir şeyi, ITT birkaç hafta içinde gerçekleştirebildi. MIT Sea Grant Hidrodinamiği Laboratuvarında ITT’nin geliştirilmesi, insan-robot-bilgisayar araştırması alanına bizi daha da ilerletiyor.

ITT, deneyleri otomatik olarak ve adaptif bir şekilde gerçekleştirir, analiz eder ve tasarlar. Deneyler, vortex-indüklenen titreşimlerin (VIV’ler) keşfedilmesine odaklanıyor. VIV’ler, deniz altı petrol kuyularını yüzeye bağlayan deniz drilling riserleri gibi offshore okyanus yapıları için önemlidir. VIV’lerle birlikte çok sayıda parametre vardır.

ITT, aktif öğrenme ile yönlendirilir ve deneysel bir dizi deney gerçekleştirir. Deneylerin içinde, her bir sonraki deney için parametreler bir bilgisayar tarafından seçilir. Sistem, “keşfet ve kullan” metodolojisini kullanır, bu da VIV’lerin karmaşık yönlerini haritalamak ve keşfetmek için gereken deney sayısını büyük ölçüde azaltmaya yardımcı olur.

Doktora adayı Dixia Fan, binlerce deney melakukan zorunda kalmaktan kurtulmak için bir yol ararken projeye başladı. Bu, ITT sisteminin geliştirilmesine yol açtı.

Bir makale geçen ay Science Robotics dergisinde yayımlandı.

Fan artık bir postdoc ve proje, MIT Sea Grant College Programı ve MIT’nin Makine Mühendisliği Bölümü, École Normale Supérieure de Rennes ve Brown Üniversitesi’nden araştırmacıların bir ekibi tarafından yürütüldü. Yeni proje, bilimsel keşifleri daha hızlı bir şekilde gerçekleştirmek için insanların, bilgisayarların ve robotların birlikte çalışabileceği türden bir işbirliğini gösteriyor.

ITT, 33 feet uzunluğunda bir tanktır ve kesintisiz veya askıya alınmadan çalışır. Araştırmacılar, sistemi çeşitli disiplinlerde kullanmak istediklerini ve bu sayede doğrusal olmayan sistemlerde yeni modellerin oluşturulmasına yol açabileceğini belirtiyorlar.

ITT, Fan ve işbirlikçilerinin daha geniş bir parametre alanını keşfetmelerine olanak tanıdı. “Geleneksel teknikleri kullansaydık, deney 950 yıl sürerdi” dedi.

Deney süresini kısaltmak için, Fan ve ekip, ITT’ye Gaussian işlem regresyon öğrenme algoritmasını entegre etti. Bunu yaparak, araştırmacılar gereken deney sayısını birkaç binlere kadar azaltmayı başardılar.

Robotik sistem, ilk deney dizisini otomatik olarak gerçekleştirebiliyor. Ardından, bir sonraki deneyin parametreleri üzerinde kısmi kontrol sağlıyor.

Fan, ITT’nin geliştirilmesinde “Üstün Zekâ ve Yaratıcı Yargı” için MIT Makine Mühendisliği de Florez Ödülü’ne layık görüldü.

Michael Triantafyllou, Henry L. ve Grace Doherty Okyanus Bilim ve Mühendisliği Profesörü ve aynı zamanda Fan’in doktora danışmanı, “Dixia’nın Akıllı Çekme Tankı tasarımı, olgun alanları canlandırmak için yeni yöntemler kullanma açısından mükemmel bir örnektir” dedi.

Triantafyllou, makalenin ortak yazarı ve MIT Sea Grant College Programı’nın direktörüydü.

“MIT Sea Grant, birkaç yıldır okyanusla ilgili sorunlarda derin öğrenme yöntemlerini kullanan projelere kaynaklar ayırdı ve bunları finanse etti. Bunlar zaten sonuçlarını veriyor” dedi.

MIT, Ulusal Okyanus ve Atmosfer Dairesi tarafından finanse ediliyor ve Ulusal Sea Grant Programı tarafından yönetiliyor. Bu, araştırma ve mühendisliği birleştiren bir federal-enstitü ortaklığıdır ve okyanusla ilgili sorunları çözmeye yardımcı olmak için MIT’de gerçekleştiriliyor.

Makaleye katkıda bulunan diğer kişiler arasında, MIT Sea Grant’e bağlı Brown Üniversitesi’nden George Karniadakis, ENS Rennes’den Gurvan Jodin, MIT’den makine mühendisliği doktora adayı Yu Ma ve MIT Sea Grant’ten Thomas Consi, Luca Bonfiglio ve Lily Keyes yer alıyor.