The Fort Worth Press - Drone controlado por IA vence campeões humanos pela primeira vez

USD -
AED 3.672499
AFN 66.000172
ALL 81.915831
AMD 380.151858
ANG 1.79008
AOA 916.999991
ARS 1452.0001
AUD 1.436163
AWG 1.8
AZN 1.698478
BAM 1.655536
BBD 2.022821
BDT 122.831966
BGN 1.67937
BHD 0.377077
BIF 2987.661537
BMD 1
BND 1.276711
BOB 6.964795
BRL 5.261801
BSD 1.004342
BTN 91.842522
BWP 13.228461
BYN 2.875814
BYR 19600
BZD 2.019858
CAD 1.36782
CDF 2155.000038
CHF 0.778496
CLF 0.021907
CLP 865.000438
CNY 6.946499
CNH 6.93615
COP 3612
CRC 498.70812
CUC 1
CUP 26.5
CVE 93.33655
CZK 20.59045
DJF 178.843207
DKK 6.32741
DOP 63.484264
DZD 129.927036
EGP 47.084604
ERN 15
ETB 156.676691
EUR 0.84724
FJD 2.206603
FKP 0.729754
GBP 0.73136
GEL 2.69496
GGP 0.729754
GHS 11.012638
GIP 0.729754
GMD 73.498019
GNF 8819.592694
GTQ 7.706307
GYD 210.120453
HKD 7.81115
HNL 26.532255
HRK 6.384199
HTG 131.728867
HUF 322.649652
IDR 16776
ILS 3.10084
IMP 0.729754
INR 90.299501
IQD 1315.670299
IRR 42125.000158
ISK 123.019691
JEP 0.729754
JMD 157.811362
JOD 0.708991
JPY 155.542502
KES 129.550374
KGS 87.450291
KHR 4046.744687
KMF 417.999937
KPW 900
KRW 1450.770151
KWD 0.30715
KYD 0.836906
KZT 507.178168
LAK 21598.652412
LBP 89936.006501
LKR 311.010475
LRD 186.300651
LSL 16.079552
LTL 2.95274
LVL 0.60489
LYD 6.345176
MAD 9.158604
MDL 17.00314
MGA 4482.056104
MKD 52.227297
MMK 2099.986463
MNT 3564.625242
MOP 8.079484
MRU 39.911729
MUR 45.649967
MVR 15.449833
MWK 1742.758273
MXN 17.38225
MYR 3.945497
MZN 63.749689
NAD 16.079688
NGN 1400.540255
NIO 36.985739
NOK 9.697115
NPR 147.062561
NZD 1.663355
OMR 0.3845
PAB 1.004342
PEN 3.382683
PGK 4.306869
PHP 58.866499
PKR 281.341223
PLN 3.57701
PYG 6677.840135
QAR 3.671415
RON 4.317502
RSD 99.503989
RUB 76.449696
RWF 1469.427172
SAR 3.750059
SBD 8.058101
SCR 15.05913
SDG 601.5051
SEK 8.951115
SGD 1.270985
SHP 0.750259
SLE 24.475031
SLL 20969.499267
SOS 574.437084
SRD 38.025018
STD 20697.981008
STN 20.754973
SVC 8.788065
SYP 11059.574895
SZL 16.083999
THB 31.501499
TJS 9.380296
TMT 3.51
TND 2.897568
TOP 2.40776
TRY 43.479195
TTD 6.79979
TWD 31.572001
TZS 2588.080817
UAH 43.28509
UGX 3587.360437
UYU 38.963238
UZS 12278.117779
VES 369.79158
VND 25997.5
VUV 119.156711
WST 2.710781
XAF 555.683849
XAG 0.012162
XAU 0.000209
XCD 2.70255
XCG 1.81001
XDR 0.691072
XOF 555.251107
XPF 100.950591
YER 238.375016
ZAR 16.02862
ZMK 9001.200706
ZMW 19.709321
ZWL 321.999592
Drone controlado por IA vence campeões humanos pela primeira vez
Drone controlado por IA vence campeões humanos pela primeira vez / foto: © University of Zurich/AFP

Drone controlado por IA vence campeões humanos pela primeira vez

Um drone autônomo, pilotado por Inteligência Artificial, superou pela primeira vez campeões de corridas, segundo um estudo publicado na revista Nature nesta quarta-feira (30).

Tamanho do texto:

O feito abre caminho para uma otimização dos sistemas utilizados nos veículos autônomos, ou robôs industriais.

A corrida foi disputada em um circuito de 75 metros composto por sete portais que devem ser atravessadas em uma ordem pré-determinada, com máquinas que alcançam facilmente os 100 km/h e acelerações que deixariam um F1 para trás.

Três campeões da modalidade foram recrutados pelo Grupo de Robótica e Percepção da Universidade de Zurique para enfrentar o drone.

Equipados com capacetes que transmitiam imagens do drone que pilotavam, os três homens, entre eles, um ex-campeão mundial da liga de corrida de drones, tiveram uma semana para se preparar.

O drone autônomo ganhou a maioria das corridas contra cada um deles e completou a volta mais rápida do circuito.

Esta é a primeira vez que "um robô autônomo móvel alcançou um rendimento de nível de campeão mundial em um esporte competitivo no mundo real", segundo o estudo.

Alguns drones teriam alcançado um nível "especialista", mas com a ajuda de um sistema externo de captura de movimento para otimizar sua trajetória.

Esta era uma vantagem "injusta" para a equipe de Zurique que apresenta o Swift, um sistema completamente autônomo que leva a bordo do drone unicamente seus sensores e sua potência de cálculo.

"Swift corrige seu rumo em tempo real, enviando 100 novas ordens por segundo para o drone", explica à AFP o doutorando Elia Kaufmann, principal autor do estudo.

O segredo do Swift se baseia em uma técnica chamada de aprendizagem de reforço profundo ("deep reinforcement learning"), que combina o processamento de uma grande quantidade de dados com a observação de regras que recompensam os progressos da máquina.

- Evitar acidentes -

O sistema testou milhões de trajetórias, combinando a percepção de seu entorno e sua progressão até o portal seguinte. "Swift treinou o equivalente a um mês de tempo real, mas em aceleração, ou seja, em uma hora em um computador", acrescentou Kaufmann.

A máquina tem algumas vantagens inerentes, como uma central que lhe proporciona informações, como a aceleração, que o piloto humano não pode sentir sem embarcar em um drone. Outra vantagem é o tempo de reação a uma ordem: cinco vezes mais rápido que a resposta do cérebro humano.

Já os humanos têm uma vantagem em um entorno degradado, por exemplo, quando há mudanças de luz, algo que o Swift teria dificuldades em administrar. Os humanos também têm a vantagem de reduzir a velocidade e evitar acidentes. A máquina, ao contrário, sempre vai ao máximo, "correndo muitos riscos", afirma o estudo.

O impacto destes trabalhos se estende além das corridas de drones, afirma Guido de Croon, especialista no tema e professor da Universidade Tecnológica de Delft, Holanda, em um comentário que acompanha o estudo na Nature.

Segundo ele, os avanços neste âmbito são de grande interesse para os militares, mas "há uma gama muito mais ampla de aplicações".

Para Elia Kaufmann, que hoje trabalha como engenheiro em uma empresa de drones destinados à industria, o desafio é responder a "uma debilidade inerente aos drones autônomos: uma autonomia de voo muito limitada".

O foco adotado com Swift, "que permite replanejar as ações em tempo real sem necessidade de recalcular uma trajetória", permitiria assim uma navegação mais eficiente e, portanto, econômica em energia.

M.T.Smith--TFWP