AI

Swift AI は深層強化学習と呼ばれる技術を使用して、世界チャンピオンとの 25 レース中 15 勝を達成しました。

チェスや囲碁からスタークラフトやグランツーリスモまで、あらゆる分野で人間を打ち負かしてきた人工知能 (AI) は、そのゲーム力を高め、現実世界のスポーツで世界チャンピオンを破りました。

AI による敗北の痛みを最も最近感じているのは、3D レース コース上でドローンを墜落させずに猛スピードで飛行させる方法を学習したアルゴリズムによって敗北した 3 人の熟練ドローン レーサーです。 少なくとも頻繁にクラッシュすることはありません。

チューリッヒ大学の研究者によって開発された Swift AI は、世界チャンピオンとのレース 25 戦中 15 戦で勝利し、ドローンが時速 50 マイル (時速 80 km) の速度に達し、最大 5g の加速に耐えるコースで最速ラップを記録しました。多くの人がブラックアウトします。

スウィフトの開発に携わった研究者のエリア・カウフマン氏は、「今回の結果は、人間のために、人間によって設計された実際の身体スポーツにおいて、AIを活用したロボットが人間のチャンピオンに勝ったのは初めてだ」と述べた。

一人称視点のドローン レースでは、衝突を避けるためにゲートが点在するコース上でドローンを飛行させ、ゲートをきれいに通過する必要があります。 パイロットはドローンに搭載されたカメラからのビデオフィードを介してコースを確認します。

『Nature』誌に執筆したカウフマンと彼の同僚は、スウィフトと3人のチャンピオンドローンレーサー、トーマス・ビットマッタ、マービン・シェッパー、アレックス・ヴァノーバーとの間の一連の直接対決のレースについて説明している。 コンテストの前に、人間のパイロットはコース上で 1 週間練習する時間があり、スウィフトはコースの仮想レプリカを含む模擬環境で訓練されました。

スウィフトは、深層強化学習と呼ばれる技術を使用して、回路を駆け回る最適なコマンドを見つけました。 この方法は試行錯誤に依存しているため、ドローンは訓練中に何百回も墜落しましたが、それはシミュレーションであったため、研究者はプロセスを簡単に再開することができました。

レース中、スウィフトはドローンの搭載カメラからレーシングゲートを検出するニューラルネットワークにビデオを送信します。 この情報は慣性センサーからの読み取り値と組み合わされて、ドローンの位置、方向、速度を推定します。 これらの推定値は、ドローンにどのようなコマンドを送信するかを決定する 2 番目のニューラル ネットワークに供給されます。

レースの分析により、スウィフトは人間のパイロットよりもレースのスタートで一貫して速く、よりタイトなターンを行ったことがわかりました。 スウィフトの最速ラップは17.47秒で、最速の人間パイロットより0.5秒速かった。 しかしスウィフトも無敵ではなかった。 人間とのレースでは 40% 負け、何度か墜落しました。 ドローンは照明などの環境の変化に敏感だったようだ。

レースは世界チャンピオンに複雑な感情を残した。 「これは全世界を変える可能性のある何かの始まりです。 逆に言えば、私はレーサーなので、自分より速いものは望んでいません」とビットマッタは言いました。 そして、シェッパーは次のように述べています。「マシンが疲れないことがわかっているので、マシンとのレースは違った気分になります。」

重要な進歩は、Swift が、事前に計算された軌道に従おうとするシステムを混乱させる可能性がある、空気力学的乱流、カメラのブレ、照明の変化などの現実世界の課題に対処できることです。 カウフマン氏は、同様のアプローチがドローンによる燃えている建物内の人の捜索や、船舶などの大型構造物の検査に役立つ可能性があると述べた。

軍はAIを搭載したドローンに強い関心を持っているが、最新の研究が戦争に大きな影響を与えるとは確信していなかった。 ニューカッスル・ロー・スクールの国際法上級講師エリオット・ウィンター博士は次のように述べた。ターゲットの選択などの重要なプロセスで。」

ロボット倫理の教授アラン・ウィンフィールド氏は、AIの軍事利用は「避けられない」ものの、最新の研究がおそらく密集編隊を組んで飛行機を追跡するドローンの群れ以上に軍にどのような利益をもたらすのかは不明だと述べた。