| 18 июля 2022 г. — 6:18 утра по тихоокеанскому времени
Microsoft представляет предварительную версию своего нового симулятора на базе искусственного интеллекта для дронов, летающих такси и других передовых аэромобильных транспортных средств (AAM). Project AirSim может использоваться для создания, обучения и тестирования автономных дронов посредством гиперреалистичных симуляций реальных сценариев. Цель состоит в том, чтобы помочь производителям дронов кодировать автономию без необходимости глубоких знаний в области искусственного интеллекта.
Project AirSim является результатом пяти лет исследований и экспериментов в области глубокого обучения и искусственного интеллекта. Хотя ранее выпущенный исследовательский проект с открытым исходным кодом будет закрыт, Microsoft заявила, что полученные знания вдохновили запуск этой новой комплексной платформы, которая позволит клиентам AAM легче тестировать и обучать самолеты с искусственным интеллектом в смоделированных 3D-средах.
Читайте: Секретный соус Skydio для создания более умных и быстрых дронов теперь общедоступен
Для обучения моделей искусственного интеллекта дронов точным действиям на каждом этапе полета, от взлета до крейсерского полета и посадки, требуется огромное количество данных. Используя высокоточные симуляции Project AirSim, модели искусственного интеллекта дронов могут выполнять миллионы полетов за секунды, обучаясь реагировать на бесчисленные переменные так же, как они бы реагировали в физическом мире:
Как дрон будет летать в дождь, мокрый снег или снег? Как сильный ветер или высокие температуры повлияют на время работы аккумулятора? Сможет ли камера дрона видеть лопасти турбины в пасмурный день так же хорошо, как и в ясный?
Гурдип Палл, корпоративный вице-президент Microsoft по бизнес-инкубации в области технологий и исследований, пояснил:
Автономные системы преобразуют многие отрасли и обеспечат множество сценариев полетов: от доставки товаров последней мили в перегруженных городах до проверки упавших линий электропередач с расстояния 1000 миль. Но сначала мы должны безопасно обучать эти системы в реалистичном, виртуализированном мире. Project AirSim — это критически важный инструмент, который позволяет нам связать мир битов и мир атомов, и он демонстрирует мощь индустриального метаверса — виртуальных миров, где компании будут создавать, тестировать и совершенствовать решения, а затем выводить их в реальный мир.
Читайте: Крошечные самолеты, большие самолеты — Wing представляет новые дроны для различных рынков доставки
Используя данные из Bing Maps и других источников, Microsoft курирует готовую к использованию библиотеку смоделированных 3D-сред городских и сельских ландшафтов в рамках Project AirSim. Эта библиотека сможет подтягивать конкретные локации, такие как Нью-Йорк или Лондон, или общие пространства, такие как аэропорт.
Кроме того, компания планирует предоставлять предварительно обученные модели искусственного интеллекта для конкретных сценариев, таких как инспекция инфраструктуры дронами, доставка и логистика, а также городская воздушная мобильность.
Одним из первых тестировщиков Project AirSim стала стартап-компания Airtonomy из Северной Дакоты. Компания использовала симуляции AimSim для обучения своих автономных дронов, которые сейчас инспектируют ветряные электростанции, изучают дикую природу и обнаруживают утечки в нефтяных резервуарах на Среднем Западе.
Генеральный директор Airtonomy Джош Риди сказал, что каждый полет с искусственным интеллектом, который совершают дроны компании, сначала происходил бесчисленное количество раз в смоделированных 3D-мирах. Вот что сказал Риди:
Вы не хотите врезаться дронами в ветряные турбины, линии электропередач или вообще во что-либо. Учитывая, что зима в Северной Дакоте может длиться буквально 7 месяцев, мы поняли, что нам нужно что-то, кроме реального мира, чтобы разрабатывать наши решения для клиентов.
Microsoft заявила, что тесно сотрудничает с другими отраслевыми партнерами, чтобы расширить точные симуляции на погодные условия, физику и, что особенно важно, на датчики, которые автономный дрон использует для «видения» мира.
Читайте: Подождите, почему NASA запускает дроны в густом тумане?
Сбор всех этих данных самостоятельно невозможен для любого производителя дронов.
Как отметил Мэтт Холви, директор по интеллектуальным системам авиационного пионера Bell, вы не можете позволить себе совершать миллионы ошибок в реальном мире. «Часто вы не можете позволить себе совершить даже одну».
Именно поэтому Bell использует AirSim для обучения своей модели искусственного интеллекта тысячам «что, если» сценариев за считанные минуты, помогая ей практиковаться и совершенствовать критически важные маневры, прежде чем пытаться выполнить их в реальном мире.
Совсем недавно компания использовала Project AirSim для подготовки к проекту NASA по расширению интеграции систем и эксплуатации (SIO), который направлен на ускорение использования автономных летательных аппаратов в национальной системе воздушного пространства. Автономный летательный аппарат компании (APT) пролетел через коридор в районе Даллас-Форт-Уэрт, успешно продемонстрировав способность аппарата поддерживать связь с наземными системами радарного мониторинга.
Тем временем команда Project AirSim активно взаимодействует с нормативными органами, гражданской авиацией и регулирующими органами в формировании необходимых стандартов и средств соблюдения для ускорения развития индустрии дронов.
Microsoft также планирует работать с мировыми регуляторами над тем, как Project AirSim может помочь в сертификации безопасных автономных систем. Платформа может использоваться для создания потенциальных сценариев, которые автономное транспортное средство должно успешно пройти. В одном случае летающее такси может столкнуться с ослепляющим дождем. В другом — оно должно будет ориентироваться в сильном ветре. Еще один сценарий может проверить реакцию самолета в случае потери GPS-соединения. Но если транспортное средство сможет каждый раз перемещаться из точки А в точку Б, это может стать важным шагом на пути к сертификации.
Читайте: Концепция интеграции автономных летающих такси в национальную систему воздушного пространства