KI

Swift AI nutzte eine Technik namens Deep Reinforcement Learning, um 15 von 25 Rennen gegen Weltmeister zu gewinnen

Nachdem die künstliche Intelligenz (KI) die Menschen in allem besiegt hat, von Schach und Go bis hin zu StarCraft und Gran Turismo, hat sie ihr Können gesteigert und Weltmeister in einer realen Sportart besiegt.

Die neuesten Sterblichen, die den Schmerz einer KI-induzierten Niederlage zu spüren bekommen, sind drei erfahrene Drohnenrennfahrer, die von einem Algorithmus geschlagen wurden, der gelernt hat, eine Drohne mit halsbrecherischer Geschwindigkeit über eine 3D-Rennstrecke zu fliegen, ohne abzustürzen. Oder zumindest nicht zu oft abstürzen.

Die von Forschern der Universität Zürich entwickelte Swift AI gewann 15 von 25 Rennen gegen Weltmeister und fuhr die schnellste Runde auf einer Strecke, auf der Drohnen Geschwindigkeiten von 50 mph (80 km/h) erreichen und Beschleunigungen von bis zu 5 g aushalten, genug, um es zu schaffen Viele Menschen werden ohnmächtig.

„Unser Ergebnis ist das erste Mal, dass ein von KI angetriebener Roboter einen menschlichen Champion in einer echten Sportart geschlagen hat, die für und von Menschen entwickelt wurde“, sagte Elia Kaufmann, eine Forscherin, die an der Entwicklung von Swift mitgewirkt hat.

Beim Drohnenrennen aus der Ego-Perspektive wird eine Drohne über eine Strecke geflogen, die mit Toren übersät ist, die sauber passiert werden müssen, um einen Absturz zu vermeiden. Die Piloten sehen den Kurs über einen Video-Feed einer an der Drohne montierten Kamera.

Kaufmann und seine Kollegen beschreiben in Nature eine Reihe von Kopf-an-Kopf-Rennen zwischen Swift und den drei Drohnen-Rennmeistern Thomas Bitmatta, Marvin Schäpper und Alex Vanover. Vor dem Wettbewerb hatten die menschlichen Piloten eine Woche Zeit, um auf der Strecke zu üben, während Swift in einer simulierten Umgebung trainierte, die eine virtuelle Nachbildung der Strecke enthielt.

Swift nutzte eine Technik namens Deep Reinforcement Learning, um die optimalen Befehle zu finden, um über die Rennstrecke zu rasen. Da die Methode auf Versuch und Irrtum beruht, stürzte die Drohne im Training hunderte Male ab, aber da es sich um eine Simulation handelte, konnten die Forscher den Prozess einfach neu starten.

Während eines Rennens sendet Swift Videos von der Bordkamera der Drohne an ein neuronales Netzwerk, das die Renntore erkennt. Diese Informationen werden mit den Messwerten eines Trägheitssensors kombiniert, um die Position, Ausrichtung und Geschwindigkeit der Drohne abzuschätzen. Diese Schätzungen werden dann einem zweiten neuronalen Netzwerk zugeführt, das ermittelt, welche Befehle an die Drohne gesendet werden sollen.

Die Analyse der Rennen ergab, dass Swift zu Beginn eines Rennens konstant schneller war und engere Kurven fuhr als die menschlichen Piloten. Die schnellste Runde von Swift dauerte 17,47 Sekunden, eine halbe Sekunde schneller als der schnellste menschliche Pilot. Aber Swift war nicht unbesiegbar. Es verlor 40 % seiner Rennen gegen Menschen und stürzte mehrmals ab. Offenbar reagierte die Drohne empfindlich auf Veränderungen in der Umgebung, beispielsweise auf die Beleuchtung.

Die Rennen hinterließen bei den Weltmeistern gemischte Gefühle. „Dies ist der Beginn von etwas, das die ganze Welt verändern könnte. Andererseits bin ich Rennfahrer und möchte nicht, dass irgendjemand schneller ist als ich“, sagte Bitmatta. Und wie Schäpper feststellte: „Es fühlt sich anders an, gegen eine Maschine zu fahren, weil man weiß, dass die Maschine nicht müde wird.“

Ein wichtiger Fortschritt besteht darin, dass Swift mit realen Herausforderungen wie aerodynamischen Turbulenzen, Kameraunschärfe und Änderungen der Beleuchtung umgehen kann, die Systeme verwirren können, die versuchen, einer vorberechneten Flugbahn zu folgen. Kaufmann sagte, der gleiche Ansatz könne Drohnen helfen, in brennenden Gebäuden nach Menschen zu suchen oder Inspektionen großer Strukturen wie Schiffe durchzuführen.

Das Militär hat großes Interesse an KI-betriebenen Drohnen, war jedoch nicht davon überzeugt, dass die neuesten Arbeiten große Auswirkungen auf die Kriegsführung haben würden. Dr. Elliot Winter, Dozent für internationales Recht an der Newcastle Law School, sagte: „Wir müssen aufpassen, dass wir nicht annehmen, dass Fortschritte wie diese leicht in einen militärischen Kontext übertragen werden können, um sie in militärischen Drohnen oder autonomen Waffensystemen einzusetzen.“ in kritischen Prozessen wie der Zielauswahl.“

Alan Winfield, Professor für Roboterethik, sagte, dass KI zwar „unvermeidliche“ militärische Einsatzmöglichkeiten habe, er sich jedoch nicht sicher sei, wie die neueste Arbeit dem Militär von Nutzen sein könnte, abgesehen von vielleicht Schwärmen von Drohnen, die einem Flugzeug in enger Formation folgen.

Kaufmann war ähnlich skeptisch. „Fast alle Drohnen werden auf offenen Schlachtfeldern eingesetzt und entweder zur Aufklärung oder als Waffe gegen sich langsam bewegende und stationäre Ziele eingesetzt“, sagte er.