Forsvaret Advanced Research Projects Agency's (DARPA) siste opprettelse avde Rask lettvekt autonomi (FLA) program, en ny klasse av algoritmer for rask drone-navigasjon i uoversiktlige miljøer, minner oss om den amerikanske post-apokalyptiske science-fiction-filmen 2013, Oblivion.
Her er et kort klipp av Jack Harper (Tom cruise) i filmen, som kjemper mot drapsmenn som bruker kunstig intelligens for å navigere og jakte på "fremmede skurveiere", og øyeblikk før denne scenen ble det avslørt for Harper at fremmede skurere faktisk var mennesker.
Mens DARPAs FLA-program ennå ikke har montert et rettet energivåpen med nok kilowatt til å sprenge et menneske i smedere, virker det som byrået som er ansvarlig for nye teknologier til bruk av militæret har inngått fase to flyprøver - som demonstrerer avanserte algoritmer i droner kunne autonomt utføre oppgaver som er farlige for mennesker - for eksempel rekognosering før misjon på den moderne slagmarken i en fiendtlig bymiljø.
Så ja, dette bekrefter at DARPA utvikler dronninger av menneskejakt, men det er mer på rekognoseringsbasis, snarere enn menneskedrapte droner i Oblivion.
Ifølge DARPA pressemelding, Ble en første flyvetest gjennomført i 2017, ettersom ingeniører var i stand til å avgrense programvaren og forbedre sensorer på dronene for å øke effektiviteten. Eksperimenter ble utført i et kontrollert miljø på Guardian Centers treningsanlegg i Perry, Georgia, og luftprøver viste at quadcopters var i stand til å navigere i urbane omgivelser så vel som innendørs autonomt. Noen av de autonome flyscenariene inkluderer:
- Flyr i økte hastigheter mellom bygninger i flere etasjer og gjennom trange smug mens du identifiserer interessante ting;
- Fly gjennom et smalt vindu inn i en bygning og ned en gang som søker rom og lage et 3-D-kart over interiøret; og
- Identifisere og fly ned en trapp og forlate bygningen gjennom en åpen døråpning.
"De fremragende forskningsgruppene for universiteter og industrier som jobber med FLA, slo sammen algoritmer som i en ikke så fjern fremtid kan forvandle lette, kommersielle hyllevarer eller ubemannede kjøretøyer til dyktige driftssystemer som ikke krever menneskelige innspill når du har gitt en generell overskrift, avstand til reise og spesifikke gjenstander å søke på, sier JC Ledé, programleder for DARPA.
“Ubemannede systemer utstyrt med FLA-algoritmer trenger ingen fjernpilot, ingen GPS-veiledning, ingen kommunikasjonsforbindelse og ingen forhåndsprogrammert kart over området - onboard-programvaren, lett prosessor og rimelige sensorer gjør alt arbeidet autonomt i reell- tid."
“FLAs algoritmer kan føre til effektive menneskemaskinlag på slagmarken, der et lite luft- eller bakkekjøretøy kan tjene som speider som autonom søker i ukjente miljøer og bringer nyttig rekognoseringsinformasjon til et menneskelig teammedlem. Uten å trenge kommunikasjonslenker til utskytningsbilen, reduseres sjansene for at en motstander oppdager troppens tilstedeværelse basert på radiosendinger, noe som gir ytterligere sikkerhet og sikkerhet, ” Sa Ledé.
Han påpekte at teknologien kan være nyttig i et søk-og-redningsscenario, der FLA-utstyrte droner kunne skanne i radiostille bak fiendens linjer etter en nedturet pilot, besetningsmedlemmer og til og med tapte soldater.
I løpet av fase to strømlinjeformet et team av ingeniører fra Massachusetts Institute of Technology og Draper Laboratory antallet sensorer ombord for å lette dronen for høyere hastighet.
"Dette er det lette autonomiprogrammet, så vi prøver å gjøre nyttelasten til sensoren så lett som mulig," sa Nick Roy, medleder i MIT / Draper-teamet. “I fase 1 hadde vi en rekke forskjellige sensorer på plattformen for å fortelle oss om miljøet. I fase 2 doblet vi virkelig ned å prøve å gjøre så mye som mulig med et enkelt kamera. ”
DARPA ba teamet av ingeniører om å inkludere programvare som bygger et geografisk nøyaktig kart over nærområdet når dronen flyr. Ved hjelp av avansert programvare gjenkjente dronen veier, bygninger, biler og andre objekter og identifiserte dem som sådan på kartet, og ga også klikkbare bilder. Etter oppdraget dro dronen tilbake til hjemmebasen og lot de menneskelige teammedlemmene laste ned medieinnholdet.
"Ettersom kjøretøyet bruker sensorene sine for å raskt utforske og navigere i hindringer i ukjente miljøer, lager det kontinuerlig et kart mens det utforsker og husker alle steder det allerede har vært, slik at det kan komme tilbake til utgangspunktet av seg selv," sa Jon How, den andre MIT / Draper-teamets medleder.
DARPA ba et eget team av ingeniører fra University of Pennsylvania om å redusere dronens størrelse og vekt for autonom flyvning innendørs. UPenns quadcopter ”tok av utenfor, identifiserte og fløy gjennom en andre etasjers vinduåpning med bare noen centimeter breddehøyde, fløy nedover en gang og lette etter åpne rom for å søke, fant en trappeoppgang og gikk ned til første etasje før han gikk ut igjen utenfor en åpen døråpning, »heter det i pressemeldingen.