Foto: U.S. Air Force photo by Paul Ridgeway
Pilotos de drones, de la mano de investigadores, buscan perfeccionar el vuelo de estos no solo en la interacción piloto-dron, sino también el vuelo autónomo del dron. Uno de los avances es el otorgarle la capacidad de librar obstáculos de forma automática sin la intervención del piloto en cuestión, esto se ha logrado por el uso de redes neuronales líquidas.
Científicos del Instituto Tecnológico de Massachussets (MIT por sus siglas en ingles) han introducido un método para los drones donde buscan robustecer el vuelo autónomo. Ello implica la resolución de tareas como el superar obstáculos sin importar si el entorno es conocido o desconocido y encontrar soluciones, esto se debe al uso de redes neuronales líquidas.
Esta nueva clase de algoritmos de aprendizaje automático es capaz de capturar la estructura causal a partir de datos no estructurados como la entrada de píxeles en una cámara. Posteriormente, estos algoritmos "comprenden" el desafío en cuestión e ignoran las características irrelevantes, permitiendo evolucionar el modo de vuelo autónomo del dron.
Daniela Rus, directora del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL por sus siglas en inglés) comentó, "estamos felices con el potencial del algoritmo. Esto sienta las bases para poder resolver los problemas que se presentan en un entorno sin ningún tipo de capacitación adicional tanto para los observadores, como para el dron".
Los experimentos muestran que un dron es capaz de ubicar un objeto en el bosque durante el verano, pero se puede someter al dron durante él inverno y el experimento sería bueno. También puede ser aplicado en entornos urbanos donde el cambio es una constante mientras ocurre el vuelo del dron al momento de ejecutar alguna tarea", agregó Rus
.Sin embargo, los sistemas de aprendizaje profundo presentan problemas al momento de interpretar la causalidad, de ahí podría derivar una falta de adaptabilidad al medio. Aquí es cuando las redes neuronales líquidas proporcionan una capacidad adicional de adaptabilidad aun durante periodos prolongados siendo así más resistentes a datos inesperados o ruidosos.
"Aún existe mucho espacio para lograr más en el alcance de la investigación, esto ayudará a entender el raciocinio de la inteligencia artificial durante la navegación autónoma. Las redes neuronales líquidas abren un nuevo paradigma sobre la inteligencia artificial, los modelos de experimentación ayudarán a entender cómo trabajan los algoritmos" agrego Rus.
Alessio Lomuscio, profesor de seguridad del Departamento de Informática del Imperial College de Londres, confirmó el argumento de la investigadora Daniela Rus. "De ser positivos los resultados de los experimentos, estaremos más cerca de robustecer el desarrollo de la inteligencia artificial, pudiendo así generar robots y drones más confiables y eficientes.
"
DESCARGA LA NOTA SÍGUENOS EN GOOGLE NEWS
