Дослідження людини-робота-комп’ютера: нові здобутки

Автоматизована експериментальна установка, яку називають Інтелектуальною буксирувальною танком (ITT), провела близько 100 000 експериментів за перший рік роботи. Що зазвичай займає у аспіранта п’ять років експериментів, ITT зміг зробити за кілька тижнів. Розробка ITT у лабораторії гідродинаміки MIT Sea Grant веде нас далі в область дослідження людини-робота-комп’ютера.

ITT автоматично та адаптивно проводить, аналізує та проектує експерименти. Експерименти зосереджені на вивченні вихрових коливань (VIV). VIV важливі для інженерії офшорних океанічних конструкцій, таких як морські бурові опори, які відповідають за підключення підводних нафтових свердловин до поверхні. З VIV пов’язана велика кількість параметрів.

ITT керується активним навчання, і проводить серію експериментів. У рамках експериментів параметри для кожного наступного експерименту обираються комп’ютером. Система використовує методологію “дослідження та використання”, яка значно зменшує кількість експериментів, необхідних для картування та дослідження складних аспектів VIV.

Аспірант Діксія Фан розпочав проєкт, шукаючи спосіб зменшити тисячу експериментів, які потрібно було провести вручну. Це призвело до розробки системи ITT.

Стаття була опублікована минулого місяця в журналі Science Robotics.

Фан зараз є постдоком, а проєкт був розроблений командою дослідників з програми MIT Sea Grant College та кафедри механічної інженерії MIT, École Normale Supérieure de Rennes та Браунського університету. Новий проєкт демонструє тип співробітництва, який може відбуватися між людьми, комп’ютерами та роботами для прискорення наукових відкриттів.

ITT являє собою 33-футовий бак, і працює без перерви чи зупинки. Дослідники хотіли б бачити систему, використовувану в різних галузях, що могло б привести до створення нових моделей у нелінійних системах.

ITT дозволив Фану та його колегам дослідити ширший параметричний простір. “Якщо ми проводили традиційні техніки дослідження проблеми, яку ми вивчаємо, це зайняло б 950 років, щоб закінчити експеримент”, – пояснив він.

Для скорочення тривалого часу експерименту Фан та команда інтегрували алгоритм регресійного навчання Гаусса в ITT. Завдяки цьому дослідники змогли зменшити кількість експериментів, необхідних для проведення, до декількох тисяч.

Роботизована система здатна автоматично проводити початкову послідовність експериментів. Потім вона бере частковий контроль над параметрами наступного експерименту.

Фан був нагороджений премією MIT Mechanical Engineering de Florez за “видатну винахідливість та творчу оцінку” у розробці ITT.

За словами Майкла Тріантафіллу, професора Генрі Л. та Грейс Догерті в галузі океанських наук та інженерії, а також наукового керівника Фана, “дизайн Інтелектуального буксирувального танка Діксією Фаном є видатним прикладом використання нових методів для оновлення зрілих галузей”.

Тріантафіллу був співавтором статті та директором програми MIT Sea Grant College.

“MIT Sea Grant вже кілька років витрачає ресурси та фінансує проєкти, що використовують методи глибокого навчання для океанічних проблем, і це вже приносить плоди”, – сказав він.

MIT фінансується Національним управлінням океанічних та атмосферних досліджень та адміністративно підтримується Національною програмою Sea Grant. Це партнерство між федеральними інститутами, яке поєднує дослідження та інженерію в MIT для вирішення океанічних проблем.

Інші учасники статті включають Джорджа Карніадакіса з Браунського університету, пов’язаного з програмою MIT Sea Grant; Гурвана Жодена з ENS Rennes; аспіранта кафедри механічної інженерії MIT Ю Ма; та Томаса Консі, Лука Бонфільйо та Лілі Кіз з програми MIT Sea Grant.