Un drone guidé uniquement par une application d’IA a vaincu les champions du monde de courses de drones à conduite humaine, un résultat qui semblait inaccessible. Les applications concrètes de ce drone à grande vitesse incluent la surveillance environnementale, la réponse aux catastrophes, etc. Cette prouesse technologique peut être comparée au triomphe de l’ordinateur Deep Blue d’IBM sur le grand joueur d’échecs Gary Kasparov en 1996.
Une équipe de scientifiques de l’Université de Zurich, en Suisse, ainsi que des spécialistes d’Intel, ont réussi développer un système d’Intelligence Artificielle (IA) capable de piloter de manière autonome un drone et de lui faire battre tous les records de vitesse: Lors d’un récent test contre le champion du monde de drones à conduite humaine, il a gagné haut la main, battant les meilleurs des autres concurrents d’une demi-seconde.
L’IA fait un grand pas en avant
L’exploit technologique peut être comparé au triomphe de l’ordinateur Deep Blue d’IBM sur le grand joueur d’échecs Gary Kasparov en 1996 : ce sont des tournants dans lesquels la technologie, en l’occurrence l’IA, semble repousser ses propres limites et être prêt à relever de nouveaux défis et applications. Et comme nous l’avons constaté tout au long de cette année et de la précédente, les avancées et les développements suggèrent que l’IA n’a pas de plafond.
Maintenant lui système rapide a réussi à remporter plusieurs tests contre trois champions de classe mondiale en course drones avec vue à la première personne (FPV), où les pilotes pilotent des quadricoptères à des vitesses supérieures à 100 kilomètres par heure, à l’aide d’une télécommande et d’un casque connecté à un appareil embarqué, notamment une caméra.
« Les sports physiques sont plus difficiles pour l’IA car ils sont moins prévisibles que les jeux de société ou les jeux vidéo. Nous n’avons pas une parfaite connaissance des modèles de drones et de leur environnement, donc l’IA doit les apprendre en interagissant avec le monde réel», a-t-il expliqué dans un communiqué de presse Le scientifique Davide Scaramuzza, chef du groupe Robotique et perception de l’Université de Zurich et l’un des auteurs de la nouvelle étude, récemment publiée dans la revue Nature.
Les grands progrès réalisés par cette équipe de chercheurs peuvent être compris si l’on considère qu’il y a seulement quelques années, les drones autonomes mettaient deux fois plus de temps que les drones pilotés par des humains pour parcourir une piste de courseÀ moins qu’ils ne s’appuient sur un système de suivi de position externe pour contrôler précisément leurs trajectoires.
Apprenez en temps réel
L’énorme avantage de Swift est qu’il peut réagir en temps réel aux données collectées par une caméra embarquée, comme celle utilisée par les coureurs humains. À l’aide d’une unité de mesure inertielle intégrée, il calcule l’accélération et la vitesse, tandis qu’un réseau neuronal artificiel utilise les données de la caméra pour localiser le drone dans l’espace et détecter les chemins les plus pratiques le long de la piste. Ces informations sont envoyées à une unité de contrôle, également basée sur un réseau neuronal profond, qui sélectionne l’action idéale pour terminer le circuit le plus rapidement possible.
De manière générale, Swift a démontré un succès retentissant grâce à cette stratégie de travail, qui lui permet d’apprendre et de s’améliorer en temps réel et sur le terrain. Lors des compétitions les plus récentes, il a réalisé le tour le plus rapide, menant d’une demi-seconde au meilleur tour d’un pilote humain. Cependant, la conduite humaine a démontré une meilleure adaptation aux changements de l’environnement qui, comme d’habitude, continue d’être le grand « goulot d’étranglement » technologique à surmonter par l’IA. Les drones autonomes échouent davantage lorsque les conditions sont différentes de l’environnement dans lequel ils ont été entraînés, par exemple s’il y a trop de lumière dans la zone.
Selon les scientifiques, cette avancée importante et les nouveaux développements qui permettront une plus grande flexibilité de l’IA à l’avenir permettront de créer de nouvelles applications plus efficaces pour le surveillance de l’environnement vague gestion des accidents et catastrophes naturellesentre autres domaines.
Référence
Course de drones de niveau champion utilisant l’apprentissage par renforcement profond. Elia Kaufmann, Leonard Bauersfeld, Antonio Loquercio, Matthias Müller, Vladlen Koltun et Davide Scaramuzza. Nature (2023). DOOI : https://doi.org/10.1038/s41586-023-06419-4