¿Recuerdas cuando Deep Blue de IBM derrotó a Gary Kasparov en el ajedrez en 1996? Estos momentos icónicos en la historia de la Inteligencia Artificial (IA) donde las máquinas superan a los campeones humanos son verdaderos hitos. Ahora, un avance significativo ha ocurrido nuevamente, con un dron controlado por una Inteligencia Artificial que ha triunfado en una carrera contra drones manejados por campeones de clase mundial en competencias de drones.
Este logro en la Inteligencia Artificial es el resultado del trabajo conjunto de un equipo de investigadores de la Universidad de Zúrich en Suiza y la empresa Intel, liderado por Elia Kaufmann de la mencionada universidad.
El sistema de Inteligencia Artificial, denominado «Swift«, ha ganado varias carreras contra tres campeones de renombre en carreras de drones en primera persona. En estas carreras, los pilotos controlan cuadricópteros a velocidades superiores a 100 kilómetros por hora, utilizando cascos visores conectados a cámaras a bordo de los drones.
Los deportes físicos y otras actividades con componentes físicos desafiantes representan un reto significativo para la Inteligencia Artificial. Esto se debe a que lo que puede ocurrir en estos contextos es menos predecible en comparación con juegos de mesa o videojuegos. En el caso de las carreras de drones, es imposible anticipar todas las condiciones del entorno, como la velocidad del viento, antes de que ocurran. Además, la respuesta estructural de los drones es difícil de prever. Por lo tanto, la Inteligencia Artificial necesita aprender rápidamente interactuando con el mundo físico, tal como señala Davide Scaramuzza, miembro del equipo de investigación y desarrollo de la Universidad de Zúrich.
Hasta hace poco, los drones autónomos tardaban el doble que los drones pilotados por humanos en completar una carrera, a menos que dependieran de sistemas externos para rastrear su posición y controlar sus trayectorias con precisión. Sin embargo, «Swift» reacciona en tiempo real a los datos capturados por una cámara a bordo, similar a la que utilizan los pilotos humanos. Su unidad de medición inercial incorporada registra la aceleración y velocidad, mientras que una red neuronal artificial utiliza los datos de la cámara para rastrear la ubicación del dron en el espacio. Esta información se transmite a una unidad de control basada en una red neuronal profunda, que determina la mejor forma de volar para alcanzar el objetivo de llegar primero a la línea de meta.
Los detalles técnicos de este logro están detallados en la revista académica Nature bajo el título “Champion-Level Drone Racing using Deep Reinforcement Learning”, según NCYT de Amazings. Este avance representa otro emocionante paso adelante en el mundo de la Inteligencia Artificial y las competencias físicas.
