The Fort Worth Press - Un dron controlado por IA derrota por primera vez a campeones humanos

USD -
AED 3.672503
AFN 63.999817
ALL 82.450149
AMD 357.809202
ANG 1.790403
AOA 917.499877
ARS 1549.874098
AUD 1.484483
AWG 1.8025
AZN 1.701804
BAM 1.7757
BBD 2.012982
BDT 124.44505
BGN 1.77347
BHD 0.377199
BIF 3005
BMD 1
BND 1.288366
BOB 11.659547
BRL 5.782163
BSD 0.99941
BTN 93.823002
BWP 13.990966
BYN 3.003223
BYR 19600
BZD 2.010077
CAD 1.429775
CDF 2318.000248
CHF 0.839835
CLF 0.025358
CLP 998.039782
CNY 6.66455
CNH 6.664155
COP 3318.97
CRC 445.37243
CUC 1
CUP 23.986201
CVE 100.374973
CZK 22.19355
DJF 177.719967
DKK 6.79487
DOP 60.550244
DZD 137.065944
EGP 53.6853
ERN 15
ETB 161.249886
EUR 0.90898
FJD 2.28475
FKP 0.756558
GBP 0.758315
GEL 2.594973
GGP 0.756558
GHS 11.734977
GIP 0.756558
GMD 73.500352
GNF 8859.999657
GTQ 7.63916
GYD 209.138162
HKD 7.84625
HNL 27.06947
HRK 6.831965
HTG 130.99394
HUF 330.970967
IDR 18279
ILS 3.24365
IMP 0.756558
INR 93.93975
IQD 1515
IRR 1925254.000425
ISK 124.339896
JEP 0.756558
JMD 158.482001
JOD 0.709041
JPY 159.416016
KES 130.039708
KGS 87.449402
KHR 4080.000054
KMF 447.50406
KPW 900.00035
KRW 1336.365011
KWD 0.31162
KYD 0.833012
KZT 444.73296
LAK 22524.999912
LBP 89550.0002
LKR 332.650884
LRD 168.501261
LSL 16.984982
LTL 2.95274
LVL 0.60489
LYD 6.455006
MAD 9.99725
MDL 18.281771
MGA 4594.000024
MKD 55.947457
MMK 2099.568705
MNT 3604.028735
MOP 8.07799
MRU 40.649826
MUR 47.819509
MVR 15.410198
MWK 1737.000365
MXN 18.52304
MYR 4.094017
MZN 63.910219
NAD 16.984964
NGN 1345.879753
NIO 36.750192
NOK 9.655665
NPR 150.11644
NZD 1.81763
OMR 0.384501
PAB 0.999532
PEN 3.408199
PGK 4.513966
PHP 63.918496
PKR 276.374515
PLN 4.001145
PYG 6202.732761
QAR 3.644022
RON 4.857802
RSD 106.930999
RUB 82.598883
RWF 1477
SAR 3.763042
SBD 8.098361
SCR 13.860567
SDG 601.548038
SEK 10.094865
SGD 1.288925
SHP 0.758581
SLE 23.04986
SLL 20969.503664
SOS 572.511276
SRD 37.453496
STD 20697.981008
STN 22.375
SVC 8.745744
SYP 13002.000337
SZL 16.984982
THB 33.885502
TJS 9.210795
TMT 3.51
TND 3.041994
TOP 2.40776
TRY 50.421202
TTD 6.787708
TWD 32.977904
TZS 2644.992965
UAH 45.435091
UGX 4147.791748
UYU 40.582868
UZS 12024.999857
VES 914.603597
VND 25764
VUV 120.719595
WST 2.810584
XAF 596.252115
XAG 0.021223
XAU 0.000259089508
XCD 2.70255
XCG 1.801394
XDR 0.707052
XOF 596.252115
XPF 108.875027
YER 236.501049
ZAR 16.96925
ZMK 9001.199115
ZMW 20.4664
ZWL 321.999592
SSP 5945.381189
MXV 2.078532
Un dron controlado por IA derrota por primera vez a campeones humanos
Un dron controlado por IA derrota por primera vez a campeones humanos / Foto: © University of Zurich/AFP

Un dron controlado por IA derrota por primera vez a campeones humanos

Un dron autónomo, pilotado por inteligencia artificial, superó por primera vez a campeones de carreras de drones, según un estudio publicado el miércoles en la revista Nature.

Tamaño del texto:

Este hito allana el camino para una optimización de los sistemas utilizados en los vehículos autónomos o los robots industriales.

La carrera se disputó en un circuito de 75 metros compuesto por siete puertas que deben ser superadas en un orden predeterminado, con máquinas que alcanzan fácilmente los 100 km/h y aceleraciones que dejarían muy atrás a un F1.

Tres campeones de la disciplina fueron reclutados por el Grupo de Robótica y Percepción de la Universidad de Zúrich para enfrentarse al dron.

Equipados con cascos que transmitían imágenes del dron que pilotaban, los tres hombres, entre ellos un ex campeón mundial de la liga de carreras de drones, tuvieron una semana para prepararse.

El dron autónomo ganó la mayoría de las carreras contra cada uno de ellos y completó la vuelta más rápida del circuito.

Esta es la primera vez que "un robot autónomo móvil logra un rendimiento de nivel de campeón mundial en un deporte competitivo en el mundo real", según el estudio.

Algunos drones habían alcanzado un nivel "experto", pero con la ayuda de un sistema externo de captura de movimiento que optimizaba su trayectoria.

Esta era una ventaja "injusta" para el equipo de Zúrich que presenta Swift, un sistema completamente autónomo que lleva a bordo del dron únicamente sus sensores y su potencia de cálculo.

"Swift corrige su rumbo en tiempo real enviando 100 nuevas órdenes por segundo al dron”, explica a AFP Elia Kaufmann, primer autor del estudio y todavía estudiante de doctorado en el momento de escribir el artículo.

El secreto de Swift se basa en una técnica llamada de aprendizaje por refuerzo profundo ("deep reinforcement learning"), que combina el procesamiento de una gran cantidad de datos con la observación de reglas que recompensan los progresos de la máquina.

- Evitar accidentes -

El sistema probó millones de trayectorias combinando la percepción de su entorno y su progresión hacia la puerta siguiente. "Swift se entrenó en el equivalente a aproximadamente un mes de tiempo real, pero en acelerado, es decir en una hora en un computador", explica Kaufmann.

La máquina tiene algunas ventajas inherentes, como una central que le proporciona información como la aceleración, que el piloto humano no puede sentir sin subir a un dron. Otra ventaja es el tiempo de reacción a una orden cinco veces más rápido que el que recibe el cerebro humano.

Pero los humanos conservan una ventaja en un entorno degradado, por ejemplo cuando hay cambios de luz, que Swift podría tener dificultades para tomar en cuenta.

El humano también tiene en cuenta su ventaja sobre su oponente para reducir un poco la velocidad y evitar accidentes. La máquina, en cambio, siempre va al máximo "corriendo potencialmente demasiados riesgos", señala el estudio.

El impacto de estos trabajos se extiende más allá de las carreras de drones, señala Guido de Croon, experto en el tema y profesor de la Universidad Tecnológica neerlandesa de Delft, en un comentario que acompaña al estudio en Nature.

Según él, los avances en este ámbito son de gran interés para los militares, pero "tienen una gama mucho más amplia de aplicaciones".

Para Elia Kaufmann, que hoy trabaja como ingeniero en una empresa de drones destinados a la industria, el desafío es responder a "una debilidad inherente a los drones autónomos: una autonomía de vuelo muy limitada".

El enfoque adoptado con Swift, "que permite replanificar las acciones en tiempo real sin necesidad de recalcular una trayectoria", permitiría así una navegación más eficiente y, por tanto, ahorradora en energía.

P.Navarro--TFWP