Un passo avanti per il volo autonomo: una ricerca del MIT ha sviluppato un modello sperimentale che consente ad un aereo manovre complesse e stabilità grazie all’intelligenza artificiale. E che può essere applicato anche in altri ambiti
L’intelligenza artificiale fa discutere in particolare per i rischi connessi, un po’ come va a ripetere ultimamente Elon Musk, anche nel recente incontro con la nostra presidente del Consiglio Meloni. Non a caso dall’UE è arrivata la prima legge al mondo per regolamentare l’IA ed evitare abusi, come ad esempio di fronte ai rischi della sorveglianza di massa.
La ricerca del MIT sul volo autonomo: l’IA per le manovre di stabilizzazione ed evitamento ostacoli
Intanto oltreoceano si lavora per ricavare da questa tecnologia controversa delle opportunità. I ricercatori del MIT infatti hanno sviluppato una tecnica da applicare ai velivoli, in modo che l’intelligenza artificiale li guidi nelle manovre di stabilizzazione ed evitamento ostacoli. Pensiamo ad esempio ad un aereo militare che deve raggiungere un obiettivo impiegando delle manovre particolari e delicate, ad esempio volando a quote più basse, cercando di sfuggire ai radar ed evitando al contempo ostacoli naturali ed artificiali.
Procedure che richiedono un vigile ed esperto occhio umano e che difficilmente demanderemmo ad una macchina autonoma. Ma secondo l’autrice senior della ricerca, Assistant Professor of Aeronautics and Astronautics e membro del Laboratory for Information and Decision Systems (LIDS ) Chuchu Fan, l’IA può fornire la soluzione.
Il team di ricerca del MIT infatti è riuscito a migliorare di dieci volte la stabilità di un velivolo, con una tecnica da loro sviluppata che ha fatto sì che nella simulazione virtuale l’aereo superasse una strettoia restando stabilizzato e senza impattare con il suolo e mancare l’obiettivo.
Il metodo utilizzato dai ricercatori del MIT
Il lavoro (che ha ricevuto dei finanziamenti in parte dal MIT Lincoln Laboratory all’interno del programma Safety in Aerobatic Flight Regimes) ha superato i precedenti approcci che semplificavano il problema della stabilizzazione ed evitamento tramite calcoli matematici. Un sistema che però non forniva le soluzioni adatte da applicare nelle dinamiche, più complesse, del mondo reale. Non è sembrato sufficiente neanche una pur efficace tecnica del machine learning, ovvero l’apprendimento per rinforzo, in cui una macchina conosce il suo obiettivo ma non i modi per raggiungerlo, che scopre dall’esperienza costruendosi in maniera autonoma una propria conoscenza. Procedendo, in pratica, per tentativi ed errori.
I ricercatori hanno superato anche questo approccio, proprio perché gli obiettivi erano due (la stabilizzazione del velivolo e lo scansare gli ostacoli) e trovare il giusto equilibro può essere snervante. Perciò il gruppo di lavoro del MIT ha svolto il lavoro teorico in due fasi. Anzitutto, ha affrontato il problema della stabilizzazione e degli ostacoli da evitare trattandolo come una questione di “ottimizzazione vincolata”, come riporta l’articolo pubblicato sul sito del Massachusetts Institute of Technology. Essa rappresenta una serie di metodi numerici che puntano a risolvere problemi in modo tale da ridurre costi e rischi basandosi su input dai vincoli non soddisfatti.
Le simulazioni del velivolo autonomo
Applicato al velivolo della ricerca del MIT, il soggetto si stabilizza sul suo obiettivo, lo raggiunge e con i vincoli applicati si evitano gli ostacoli. Successivamente, si rappresenta il problema di ottimizzazione vincolata in una rappresentazione matematica epigrafica, per poi risolverla sfruttando “un algoritmo di apprendimento per rinforzo profondo”.
Oswin So, altro autore della ricerca, ha aggiunto: “Abbiamo dovuto derivare le espressioni matematiche che funzionano per il nostro sistema. Una volta ottenute queste nuove derivazioni, le abbiamo combinate con alcuni trucchi ingegneristici esistenti utilizzati da altri metodi“. Sono seguite poi le simulazioni con l’agente autonomo chiamato a restare in una regione obiettivo e raggiungerla, utilizzando manovre complesse e drastiche per evitare l’impatto con ostacoli.
I risultati della ricerca e le possibili applicazioni future
Nella simulazione video si vede quindi un aereo a reazione che viaggia ad una quota bassa e all’interno di un corridoio di volo stretto. Al tempo stesso, il mezzo compie una serie di manovre difficili, evitando sia gli ostacoli, come abbiamo detto, che l’impatto con il suolo.
Il risultato quindi è stata la stabilizzazione della traiettoria senza rischi di collisione. Un processo automatizzato che potrebbe dimostrare l’efficacia di una intelligenza artificiale nel pilotare un aereo facendogli compiere manovre molto complesse e mantenere una ideale barra dritta verso l’obiettivo. Le applicazioni future potrebbero riguardare velivoli più semplici come i droni da consegna autonomi, ma anche per veicoli terrestri come le auto, per aiutarle a mantenere la traiettoria sulla strada in maniera sicura (ad esempio dopo uno sbandamento).
La ricerca va avanti per migliorare ulteriormente la tecnologia, e soprattutto valutare l’efficacia dell’algoritmo una volta che sarà trasportato su sistemi hardware nella vita reale.
