Infomalangraya.com –
Drone memiliki berbagai aplikasi, tetapi mengirimkannya ke lingkungan asing bisa menjadi tantangan tersendiri. Baik mengirimkan paket, memantau satwa liar, atau melakukan misi pencarian dan penyelamatan, mengetahui cara menavigasi lingkungan yang sebelumnya tidak terlihat (atau yang telah berubah secara signifikan) sangat penting bagi drone untuk menyelesaikan tugas secara efektif. Para peneliti di Massachusetts Institute of Technology (MIT) percaya bahwa mereka telah menemukan cara yang lebih efektif untuk membantu drone terbang melalui ruang yang tidak diketahui, berkat jaringan saraf cair.
MIT menciptakan jaringan saraf cairnya — yang terinspirasi oleh kemampuan beradaptasi otak organik — pada tahun 2021. Kecerdasan buatan dan algoritme pembelajaran mesin dapat mempelajari dan beradaptasi dengan data baru di dunia nyata, tidak hanya saat mereka sedang dilatih. Dengan kata lain, mereka dapat berpikir dengan cepat.
Mereka dapat memahami informasi yang penting untuk tugas drone sambil mengabaikan fitur lingkungan yang tidak relevan, catat para peneliti. Jaring saraf cair juga dapat “secara dinamis menangkap sebab-akibat sebenarnya dari tugas yang mereka berikan,” menurut sebuah makalah yang diterbitkan di Robotika Sains. Ini adalah “kunci kinerja kuat jaringan cair di bawah pergeseran distribusi.”
Jaring saraf cair mengungguli pendekatan lain untuk tugas navigasi, para peneliti mencatat di koran. Algoritme “menunjukkan kehebatan dalam membuat keputusan yang andal di domain yang tidak diketahui seperti hutan, lanskap perkotaan, dan lingkungan dengan tambahan kebisingan, rotasi, dan oklusi,” kata universitas tersebut dalam siaran pers.
MIT menunjukkan bahwa sistem pembelajaran mendalam dapat gagal dalam memahami kausalitas dan tidak dapat selalu beradaptasi dengan lingkungan atau kondisi yang berbeda. Itu menimbulkan masalah bagi drone, yang harus mampu bereaksi cepat terhadap rintangan.
“Eksperimen kami menunjukkan bahwa kami dapat secara efektif mengajarkan drone untuk menemukan objek di hutan selama musim panas, dan kemudian menyebarkan model tersebut di musim dingin, dengan lingkungan yang sangat berbeda, atau bahkan di lingkungan perkotaan dengan berbagai tugas seperti mencari dan mengikuti,” Computer Daniela Rus, direktur Science and Artificial Intelligence Laboratory (CSAIL), profesor MIT, dan rekan penulis makalah, mengatakan dalam sebuah pernyataan: “Kemampuan beradaptasi ini dimungkinkan oleh dasar kausal dari solusi kami. Algoritme fleksibel ini suatu hari nanti dapat membantu dalam pengambilan keputusan berdasarkan pada aliran data yang berubah dari waktu ke waktu, seperti diagnosis medis dan aplikasi mengemudi otonom.”
Para peneliti melatih sistem mereka pada data yang diambil oleh pilot manusia. Ini memungkinkan mereka memperhitungkan kemampuan pilot untuk menggunakan keterampilan navigasi mereka di lingkungan baru yang telah mengalami perubahan signifikan dalam kondisi dan pemandangan. Dalam pengujian jaring saraf cair, para peneliti menemukan bahwa drone mampu melacak target yang bergerak, misalnya. Mereka menyarankan bahwa menggabungkan data terbatas dari sumber ahli dengan peningkatan kemampuan untuk memahami lingkungan baru dapat membuat operasi drone lebih andal dan efisien.
“Pembelajaran yang kuat dan kinerja dalam tugas dan skenario di luar distribusi adalah beberapa masalah utama yang harus ditaklukkan oleh pembelajaran mesin dan sistem robot otonom untuk membuat terobosan lebih lanjut dalam aplikasi kritis masyarakat,” kata Alessio Lomuscio, PhD, profesor Keamanan AI (di Departemen Komputer) di Imperial College London. “Dalam konteks ini, kinerja jaringan saraf cair, sebuah paradigma baru yang diilhami oleh otak yang dikembangkan oleh penulis di MIT, yang dilaporkan dalam penelitian ini luar biasa.”
