Winkelmand

Geen producten in je winkelwagen.

Het is zover: autonome AI-drone verslaat menselijke piloten in race

Een veelbelovende doorbraak voor drones: Swift, een AI-aangedreven drone die ontwikkelt is op de Universiteit Zürich, versloeg meerdere keren professionele menselijke drone-racers.

drone swift ai
Foto: Leonard Bauersfeld

In de wereld van technologie en sport is er mogelijk een nieuw tijdperk aangebroken. Wetenschappers van de Universiteit Zürich hebben namelijk een bijzondere drone ontwikkeld. De drone is aangestuurd door AI en heeft laten zien dat het professionele drone-racers kan verslaan. Over de prestatie werd deze week gepubliceerd in het tijdschrift Nature.

Het is voor het eerst dat kunstmatige intelligentie heeft gewonnen van menselijke tegenstanders. De drone, genaamd Swift, ging de strijd aan met drie menselijke kampioenen, waaronder wereldkampioenen uit twee internationale competities. Tijdens head-to-head-races wist Swift maar liefst 15 van de 25 keer te winnen en behaalde hij de snelste tijd op het parcours, met topsnelheden tot 80 kilometer per uur.

Gemengde gevoelens

De snelste ronde die Swift behaalde was 17,47 seconden, wat maar liefst een halve seconde sneller was dan de snelste menselijke piloot. Ook kon Swift scherpere bochten nemen dan de menselijke piloten. Het liet de wereldkampioenen met gemengde gevoelens achter.

‘Dit is het begin van iets dat de hele wereld kan veranderen. Aan de andere kant: ik ben een racer, ik wil niet dat iets sneller is dan ik’, zegt een van de deelnemers tegen The Guardian. Een andere deelnemer merkt op: ‘Het voelt anders om tegen een machine te racen, omdat je weet dat de machine niet moe wordt.’

Vooruitgang van de ontwikkeling

De overwinning is niet alleen een mijlpaal, maar toont ook de vooruitgang aan van autonoom vliegende drones. Het team achter Swift noemt het een enorme sprong voorwaarts voor het vakgebied.

Doordat de drone in staat is om zelfstandig te navigeren en beslissingen te nemen op basis van ontvangen gegevens, kunnen de bevindingen van dit onderzoek bijdragen aan het vergroten van de energie-efficiëntie van drones.

Een belangrijke vooruitgang is dat Swift om kan gaan met echte uitdagingen zoals turbulentie, onscherpe camera’s en veranderingen in de belichting, die systemen die een vooraf berekende baan proberen te volgen kunnen verwarren.

Volgens een van de onderzoekers zou diezelfde benadering drones kunnen helpen bij het zoeken naar mensen in brandende gebouwen of bij het inspecteren van grote constructies zoals schepen.

Lees ook: AI helpt piloten aan minder vliegtuigstrepen (en dat is goed voor het klimaat)

Voorbereiding op de wedstrijd

Voorafgaand aan de wedstrijd hadden de menselijke piloten een volledige week om te trainen op het parcours, terwijl Swift zich in een gesimuleerde omgeving bevond met een virtuele replica van het circuit.

Swift maakte gebruik van een geavanceerde techniek genaamd deep reinforcement learning om de commando’s te leren die nodig waren om het circuit te trotseren. En dat ging zeker niet zonder slag of stoot. De drone is tijdens de training namelijk meerdere keren gecrasht. Omdat de drone zich in een simulatie bevond was dit gelukkig geen probleem. De onderzoekers konden het proces gewoon opnieuw opstarten.

Combinatie van algoritmen

Wat onderscheidt Swift van andere AI-drones? Vooral een combinatie van algoritmen om te navigeren tijdens een race, zeggen de wetenschappers. Zo maakt de drone gebruik van een neuraal netwerk, dat de hoekpunten van de poorten detecteert op basis van camerabeelden. Maar ook van traditionele algoritmes die sensorinvoer verwerken over snelheid en positie. Hierdoor kan de drone zijn positie, oriëntatie en snelheid inschatten.

Een tweede neuraal netwerk bepaalt vervolgens welke commando’s naar de drone gestuurd moeten worden. Zo regelt het netwerk de stuwkracht en rotatiesnelheid op basis van de input uit de andere algoritmes.

Dan is er ook nog een derde algoritme: ‘versterkend leren’. Het stelt de drone in staat om te leren van zijn ervaringen en prestaties te verbeteren naarmate hij vaker vliegt. Volgens de onderzoekers is vooral dit algoritme cruciaal voor het functioneren van Swift in de ‘echte’ wereld.

Lees ook: De zwaktes van AI: ‘In onzekere situaties heb je het menselijk beoordelingsvermogen nodig’