ໂດຍການໃຊ້ກ້ອງຖ່າຍຮູບ ແລະ ເຊັນເຊີ, ໂດຣນທີ່ຄວບຄຸມດ້ວຍ AI ມີປະສິດທິພາບດີກ່ວານັກບິນຂອງມະນຸດ ໃນຂະນະທີ່ພວກມັນນຳທາງຜ່ານເສັ້ນທາງອຸປະສັກດ້ວຍຄວາມໄວສູງ.
ໂດຣນທີ່ຄວບຄຸມດ້ວຍ AI ແຂ່ງຂັນກັບໂດຣນທີ່ຄວບຄຸມໂດຍມະນຸດ. ວິດີໂອ : UZH
ລະບົບອັດຕະໂນມັດ Swift ໄດ້ເອົາຊະນະນັກບິນໂດຣນມືອາຊີບສາມຄົນໃນ 15 ຈາກ 25 ການແຂ່ງຂັນໃນເສັ້ນທາງວົງວຽນທີ່ເຕັມໄປດ້ວຍເສັ້ນໂຄ້ງ ແລະ ອຸປະສັກທີ່ອອກແບບໂດຍນັກແຂ່ງລົດໂດຣນມືອາຊີບ, Science Alert ລາຍງານໃນວັນທີ 31 ສິງຫາ. ລະບົບດັ່ງກ່າວລວມເອົາອັລກໍຣິທຶມ AI ກັບກ້ອງຖ່າຍຮູບ ແລະ ເຊັນເຊີປະສົມປະສານຫຼາຍອັນເພື່ອກວດຈັບສະພາບແວດລ້ອມອ້ອມຂ້າງ ແລະ ການເຄື່ອນໄຫວຂອງໂດຣນ.
Swift ໄດ້ຖືກອອກແບບໂດຍ Elia Kaufmann, ວິສະວະກອນຫຸ່ນຍົນຢູ່ມະຫາວິທະຍາໄລ Zurich, ແລະນັກຄົ້ນຄວ້າຢູ່ Intel Labs. ພວກເຂົາມີຈຸດປະສົງເພື່ອລະບົບທີ່ຈະບໍ່ອີງໃສ່ຂໍ້ມູນປ້ອນເຂົ້າຈາກກ້ອງຖ່າຍຮູບທີ່ເຄື່ອນທີ່ພາຍນອກ, ບໍ່ຄືກັບໂດຣນແຂ່ງລົດອັດຕະໂນມັດກ່ອນໜ້ານີ້.
ທີມງານຄົ້ນຄວ້າກ່າວວ່າ "ການບັນລຸສະຖານະພາບນັກບິນມືອາຊີບດ້ວຍໂດຣນອັດຕະໂນມັດແມ່ນສິ່ງທ້າທາຍເພາະມັນຕ້ອງບິນພາຍໃນຂອບເຂດທາງດ້ານຮ່າງກາຍຂອງມັນ, ໃນຂະນະທີ່ປະເມີນຄວາມໄວແລະຕໍາແຫນ່ງໃນເສັ້ນທາງໂດຍໃຊ້ພຽງແຕ່ເຊັນເຊີທີ່ມັນມີ."
ນັກບິນໃສ່ແວ່ນຕາພິເສດທີ່ໃຫ້ມຸມມອງ "ບຸກຄົນທຳອິດ" (ຄືກັບວ່ານັ່ງຢູ່ໃນໂດຣນ) ຜ່ານກ້ອງຖ່າຍຮູບທີ່ຕິດຕັ້ງຢູ່ເທິງໂດຣນ. ໂດຣນສາມາດບັນລຸຄວາມໄວໄດ້ 100 ກິໂລແມັດຕໍ່ຊົ່ວໂມງ.
ໃນລັກສະນະດຽວກັນ, Swift ມີກ້ອງຖ່າຍຮູບໃນຕົວ ແລະ ເຊັນເຊີ inertial ເພື່ອວັດແທກຄວາມເລັ່ງ ແລະ ການໝຸນຂອງໂດຣນ. ຫຼັງຈາກນັ້ນ, ຂໍ້ມູນນີ້ຈະຖືກວິເຄາະໂດຍສອງອັລກໍຣິທຶມ AI ເພື່ອກຳນົດຕຳແໜ່ງຂອງໂດຣນທຽບກັບອຸປະສັກ ແລະ ອອກຄຳສັ່ງຄວບຄຸມທີ່ສອດຄ້ອງກັນ.
ເຖິງວ່າຈະເສຍໄປ 40% ຂອງການແຂ່ງຂັນ, Swift ໄດ້ເອົາຊະນະນັກຂັບໃນຫຼາຍໆໂອກາດ ແລະ ບັນລຸເວລາແຂ່ງຂັນທີ່ໄວທີ່ສຸດເທົ່າທີ່ເຄີຍມີມາ, ໄວກວ່າເວລາຂອງມະນຸດທີ່ດີທີ່ສຸດເຄິ່ງວິນາທີ.
"ໂດຍລວມແລ້ວ, ໂດຍສະເລ່ຍແລ້ວຕະຫຼອດການແຂ່ງຂັນ, ໂດຣນອັດຕະໂນມັດບັນລຸຄວາມໄວສະເລ່ຍສູງສຸດ, ພົບເສັ້ນທາງທີ່ສັ້ນທີ່ສຸດ, ແລະຮັກສາສະຖານະການປະຕິບັດງານຂອງມັນໃຫ້ໃກ້ຄຽງກັບຂີດຈຳກັດຂອງມັນໄດ້ຢ່າງສຳເລັດຜົນຕະຫຼອດການແຂ່ງຂັນ," Kaufmann ແລະເພື່ອນຮ່ວມງານຂອງລາວກ່າວ.
ອີງຕາມທ່ານ Guido de Croon, ນັກຄົ້ນຄວ້າດ້ານຫຸ່ນຍົນຢູ່ມະຫາວິທະຍາໄລເຕັກໂນໂລຢີ Delft ໃນປະເທດເນເທີແລນ, ນະວັດຕະກໍາທີ່ແທ້ຈິງຂອງ Swift ແມ່ນຢູ່ໃນເຄືອຂ່າຍປະສາດທຽມລຸ້ນທີສອງຂອງມັນ, ເຊິ່ງນໍາໃຊ້ການຮຽນຮູ້ແບບເສີມແຮງຢ່າງເລິກເຊິ່ງ. Swift ບໍ່ແມ່ນລະບົບໂດຣນທໍາອິດທີ່ສາມາດບິນຜ່ານອຸປະສັກໄດ້, ແຕ່ມັນເຮັດດ້ວຍຄວາມແມ່ນຍໍາທີ່ໂດດເດັ່ນ. ການຄົ້ນຄວ້າໃໝ່ນີ້ໄດ້ຖືກຕີພິມໃນວາລະສານ Nature.
ທູ ທາວ (ອີງຕາມ ການແຈ້ງເຕືອນທາງວິທະຍາສາດ )
[ໂຄສະນາ_2]
ລິ້ງແຫຼ່ງຂໍ້ມູນ
(0)