"เมื่อเราต้องการให้หุ่นยนต์สำรวจมหาสมุทรลึก โดยเฉพาะอย่างยิ่งในฝูง แทบจะเป็นไปไม่ได้เลยที่จะควบคุมพวกมันด้วยจอยสติ๊กจากพื้นผิวที่อยู่ห่างออกไป 20,000 ฟุต เราไม่สามารถให้ข้อมูลเกี่ยวกับกระแสน้ำในมหาสมุทรในท้องถิ่นที่พวกมันต้องนำทางเพราะ เราไม่สามารถตรวจจับพวกมันจากพื้นผิวได้ แต่ ณ จุดหนึ่ง เราต้องการโดรนในมหาสมุทรเพื่อให้สามารถตัดสินใจเกี่ยวกับวิธีการเคลื่อนที่ด้วยตัวเอง” John O. Dabiri (MS "03, PhD "05) กล่าว ศาสตราจารย์ Centennial แห่ง Aeronautics and Mechanical Engineering และผู้เขียนบทความเกี่ยวกับงานวิจัยที่ตีพิมพ์โดยNature Communicationsเมื่อวันที่ 8 ธันวาคม

ประสิทธิภาพของ AI ได้รับการทดสอบโดยใช้การจำลองด้วยคอมพิวเตอร์ แต่ทีมงานที่อยู่เบื้องหลังความพยายามดังกล่าวยังได้พัฒนาหุ่นยนต์ขนาดเล็กเท่าฝ่ามือที่รันอัลกอริธึมบนชิปคอมพิวเตอร์ขนาดเล็กที่สามารถขับเคลื่อนโดรนในทะเลทั้งบนโลกและดาวเคราะห์ดวงอื่น เป้าหมายคือการสร้างระบบอัตโนมัติเพื่อตรวจสอบสภาพของมหาสมุทรของโลก เช่น การใช้อัลกอริธึมร่วมกับอวัยวะเทียมที่พัฒนาขึ้นก่อนหน้านี้เพื่อช่วยให้แมงกะพรุนว่ายเร็วขึ้นและออกคำสั่ง หุ่นยนต์กลไกเต็มรูปแบบที่ใช้อัลกอริธึมสามารถสำรวจมหาสมุทรในโลกอื่นได้ เช่น เอนเซลาดัสหรือยูโรปา

ไม่ว่าในสถานการณ์ใด โดรนจะต้องสามารถตัดสินใจได้ด้วยตัวเองว่าจะไปที่ไหนและวิธีที่มีประสิทธิภาพที่สุดในการไปถึงที่นั่น ในการทำเช่นนั้น พวกเขาน่าจะมีเฉพาะข้อมูลที่สามารถรวบรวมได้ นั่นคือข้อมูลเกี่ยวกับกระแสน้ำที่กำลังประสบอยู่

เพื่อจัดการกับความท้าทายนี้ นักวิจัยหันไปใช้เครือข่ายการเรียนรู้แบบเสริมกำลัง (RL) เมื่อเทียบกับโครงข่ายประสาทเทียมทั่วไป เครือข่ายการเรียนรู้แบบเสริมกำลังไม่ได้ฝึกบนชุดข้อมูลแบบคงที่ แต่จะฝึกให้เร็วที่สุดเท่าที่จะรวบรวมประสบการณ์ได้ โครงการนี้ช่วยให้พวกเขาสามารถมีอยู่ในคอมพิวเตอร์ที่มีขนาดเล็กกว่ามาก - สำหรับวัตถุประสงค์ของโครงการนี้ ทีมงานได้เขียนซอฟต์แวร์ที่สามารถติดตั้งและรันบน Teensy ซึ่งเป็นไมโครคอนโทรลเลอร์ขนาด 2.4 x 0.7 นิ้วที่ทุกคนสามารถซื้อได้ในราคาต่ำกว่า $30 ใน Amazon และใช้พลังงานเพียงครึ่งวัตต์

โดยใช้การจำลองด้วยคอมพิวเตอร์ที่ไหลผ่านสิ่งกีดขวางในน้ำทำให้เกิดกระแสน้ำวนหลายกระแสในทิศทางตรงกันข้าม ทีมงานได้สอน AI ให้นำทางในลักษณะที่ใช้ประโยชน์จากพื้นที่ความเร็วต่ำจากกระแสน้ำวนไปยังชายฝั่ง ตำแหน่งเป้าหมายที่ใช้พลังงานน้อยที่สุด เพื่อช่วยในการเดินเรือ นักว่ายน้ำจำลองสามารถเข้าถึงข้อมูลเกี่ยวกับกระแสน้ำ ณ ที่ตั้งของมันเท่านั้น แต่ในไม่ช้าก็เรียนรู้วิธีใช้ประโยชน์จากกระแสน้ำวนเพื่อไปยังเป้าหมายที่ต้องการ ในหุ่นยนต์ทางกายภาพ AI จะเข้าถึงได้เฉพาะข้อมูลที่สามารถรวบรวมได้จากเครื่องวัดการหมุนวนและมาตรความเร่งบนเครื่องบิน ซึ่งมีทั้งเซ็นเซอร์ขนาดค่อนข้างเล็กและราคาถูกสำหรับแพลตฟอร์มหุ่นยนต์

การนำทางประเภทนี้คล้ายคลึงกับวิธีที่นกอินทรีและเหยี่ยวขี่ด้วยความร้อนในอากาศ โดยดึงพลังงานจากกระแสอากาศไปยังตำแหน่งที่ต้องการโดยใช้พลังงานน้อยที่สุด น่าแปลกที่นักวิจัยค้นพบว่าอัลกอริธึมการเรียนรู้แบบเสริมกำลังของพวกเขาสามารถเรียนรู้กลยุทธ์การนำทางที่มีประสิทธิภาพมากกว่าที่คิดว่าจะใช้โดยปลาจริงในมหาสมุทร

"ในตอนแรกเราแค่หวังว่า AI จะแข่งขันกับกลยุทธ์การนำทางที่พบในสัตว์ว่ายน้ำจริงได้ เราจึงรู้สึกประหลาดใจที่พบว่า AI ได้เรียนรู้วิธีที่มีประสิทธิภาพยิ่งขึ้นโดยการใช้ประโยชน์จากการทดลองซ้ำๆ บนคอมพิวเตอร์" Dabiri กล่าว

เทคโนโลยียังอยู่ในช่วงเริ่มต้น: ปัจจุบัน ทีมงานต้องการทดสอบ AI เกี่ยวกับความแปรปรวนของกระแสน้ำแต่ละประเภทที่อาจพบในภารกิจในมหาสมุทร เช่น กระแสน้ำวนหมุนวนกับกระแสน้ำที่ไหลเชี่ยว เพื่อประเมิน ประสิทธิภาพในป่า อย่างไรก็ตาม ด้วยการผสมผสานความรู้เกี่ยวกับฟิสิกส์กระแสน้ำในมหาสมุทรเข้าไว้ในกลยุทธ์การเรียนรู้แบบเสริมแรง นักวิจัยตั้งเป้าที่จะเอาชนะข้อจำกัดนี้ การวิจัยในปัจจุบันพิสูจน์ให้เห็นถึงประสิทธิภาพที่เป็นไปได้ของเครือข่าย RL ในการจัดการกับความท้าทายนี้ โดยเฉพาะอย่างยิ่งเนื่องจากสามารถทำงานบนอุปกรณ์ขนาดเล็กดังกล่าวได้ ในการทดลองใช้งานภาคสนาม ทีมงานได้วาง Teensy ไว้บนโดรนที่สร้างขึ้นเองโดยมีชื่อว่า "CARL-Bot" (หุ่นยนต์เรียนรู้การเสริมแรงแบบอิสระของ Caltech)

ปีเตอร์ กันนาร์สัน นักศึกษาระดับบัณฑิตศึกษาของ Caltech และผู้เขียนนำของรายงานNature Communicationsกล่าวว่า "หุ่นยนต์จะไม่เพียงแต่เรียนรู้เท่านั้น แต่เราจะได้เรียนรู้เกี่ยวกับกระแสน้ำในมหาสมุทรและวิธีนำทางผ่านพวกมันด้วยสล็อตออนไลน์ 918kiss