هوش مصنوعی شیوه‌مند: استفاده از سونار برای هدایت پهپادها در مناطق بحران

پژوهشگران با الهام از سیستم‌های جهت‌یابی صوتی خفاش‌ها و دلفین‌ها، یک فناوری نوآورانه را برای هدایت ربات‌ها در شرایط بحرانی ایجاد کرده‌اند.

 

به نقل از ایتنا و منابع خبری دیگر، این سیستم که با حمایت مالی دفتر تحقیقات ارتش ایالات متحده و مرکز سیستم‌های زمینی توسعه یافته، قادر است به ماشین‌ها این امکان را بدهد که در تاریکی مطلق، دود یا گردوغبار فراوان به سادگی راه خود را پیدا کنند.

 

این فناوری به کمک پالس‌های فراصوت و تحلیل بازتاب‌های آن‌ها، قادر است یک نقشه سه‌بعدی از محیط اطراف بسازد. در مقابل سیستم‌های مبتنی بر دوربین یا لیزر، امواج صوتی تحت تاثیر شرایط محیطی مانند تاریکی یا موانع بصری قرار نمی‌گیرند و از این رو، این ویژگی جعل آن را برای استفاده در ساختمان‌های ویران یا محیط‌های خصمانه بسیار کارآمد می‌سازد.

 

لازم به ذکر است که به منظور تحلیل این بازتاب‌های صوتی، محققان یک مدل هوش مصنوعی خاص بر پایه شبکه‌های عصبی کانولوشنی (CNN) طراحی کرده‌اند.

 

این شبکه‌های عصبی برای شناسایی اشکال خاص از طریق الگوهای بازتاب صوتی آموزش دیده‌اند. این طراحی مدولار به سیستم این امکان را می‌دهد تا بدون نیاز به آموزش مجدد کامل شبکه، اشکال جدید را فرا بگیرد.

 

تیم پژوهشی به جای اتکا به آزمایش‌های میدانی پرهزینه، روی این سیستم به‌طور کامل در یک محیط مجازی کار کرده است.

با شبیه‌سازی فضاهای سه‌بعدی و اختلالات موجود در دنیای واقعی، به هوش مصنوعی کمک شده است تا بیاموزد که چگونه بازتاب صدا در شرایط نامنظم واکنش نشان می‌دهد. این رویکرد نه تنها منجر به کاهش هزینه‌ها شده، بلکه شتاب توسعه را نیز بدون کاهش دقت افزایش داده است.

 

در آزمایش‌هایی که انجام شد، این هوش مصنوعی با موفقیت توانست اشکال هندسی را از طریق بازتاب‌های واقعی فراصوت شناسایی کند، حتی زمانی که بازتاب‌ها شباهت زیادی به یکدیگر داشتند.