ИИ победил трех чемпионов в скоростных гонках на дронах: превосходство машины
![ИИ победил трех чемпионов в скоростных гонках на дронах: превосходство машины ИИ победил трех чемпионов в скоростных гонках на дронах: превосходство машины](https://images.techinsider.ru/upload/img_cache/789/789fe5fb74928c250db3243187c94884_ce_1266x844x120x0_cropped_510x340.webp)
Если вы когда-нибудь видели гонки дронов в исполнении профессиональных пилотов, то знаете, сколько навыков, скорости, точности и динамического контроля они требуют. Трудно представить, как человеческий мозг может так быстро производить вычисления и реагировать на меняющиеся ситуации в реальном времени. Это невероятно впечатляет.
Когда Deep Blue утвердил доминирование кремниевого сознания в мире шахмат, а AlphaGo установил доминирование ИИ в игре го, это были стратегические ситуации, в которых способность компьютера анализировать миллионы прошлых игр и миллионы потенциальных ходов и стратегий давала им преимущество.
Но теперь, впервые, ИИ победил одних из лучших в мире игроков в реальном физическом виде спорта. Система искусственного интеллекта Swift, разработанная исследователями из Цюрихского университета и Intel, быстро освоила сложную, техническую трехмерную гоночную трассу и начала доминировать над двумя чемпионами мира среди людей и трехкратным чемпионом Швейцарии в гонках один на один. Также алгоритм установил рекорд самой быстрой гонки в истории.
![Подготовка к состязанию Подготовка к состязанию](https://images.techinsider.ru/upload/img_cache/001/00132e1f554660e77db0391ab41618c6_cropped_510x341.webp)
Система Swift использовала ту же систему обзора с одной камерой, что и пилоты-люди, так что трассу они видели одинаково. Преимущество системы заключалось в возможности получать данные об ускорении, скорости и ориентации от бортового инерциального измерительного блока в режиме реального времени.
ИИ изучил довольно сложную трассу с семью воротами, дополненную акробатическим вертикальным поворотом Split-S, прогоняя по трассе одновременно 100 дронов в виртуальной среде. Сим-дроны начали с исследования гоночной трассы, затем обучились находить пути через нее и в конечном итоге оптимизировали эти пути, чтобы найти самый быстрый из них. Этот процесс занял менее часа, но имитировал месяц непрерывного обучения одного дрона в реальном времени.
Затем компания усовершенствовала свою политику управления, используя данные, полученные в ходе реальных полетов, чтобы учесть такие вещи, как турбулентность воздуха, ухудшение визуального сигнала и другие факторы, которые создают неопределенность между симуляциями и реальным миром.
![Пролет дрона по трассе Пролет дрона по трассе](https://images.techinsider.ru/upload/img_cache/0d0/0d0632ea656827de5e8f194a09798a7b_cropped_510x339.webp)
В результате алгоритм одержал разгромную победу на специально построенной трассе размером 25 х 25 метров в ангаре аэропорта недалеко от Цюриха.
«Это было безумие», — заявил двукратный чемпион мира MultiGP Томас Битматта, когда Swift AI устремился от него, совершая более крутые повороты, чем любой из гонщиков-людей, и демонстрируя нечеловеческую точность между кругами. Его самый быстрый заезд был на полсекунды быстрее, чем лучший круг, пройденный человеком – целая вечность в мире высокоскоростных гонок.
При этом люди смогли лучше адаптироваться к меняющимся условиям; когда яркий солнечный свет осветил ангар сильнее, чем был подготовлен дрон, последний вышел из строя. Трудно понять, почему обучение не могло устранить такое «слепое пятно», но факт остается фактом: способности человеческого мозга к адаптации сегодня на голову превосходят даже лучшие ИИ. Нетрадиционная тактика и внезапность — наш лучший выбор в случае восстания машин.
Победа алгоритма в чемпионате — это не только яркое спортивное событие, но и долгоиграющая нота в теме развития систем искусственного интеллекта. Машины могут развивать невероятную скорость и точность при выполнении конкретных требований, но наш мозг по-прежнему безраздельно господствует, когда дело доходит до решения более широкого спектра задач в динамичных и меняющихся условиях. По крайней мере — пока.