Forsvaret Advanced Research Projects Agency's (DARPA) seneste oprettelse afog Hurtig letvægtsautonomi (FLA) program, en ny klasse af algoritmer til hurtig drone-navigation i rodede miljøer, minder os om den amerikanske post-apokalyptiske science fiction-film, Oblivion.
Her er et kort klip af Jack Harper (Tom Cruise) i filmen, der kæmpede mod dræberne, der bruger kunstig intelligens til at navigere og jage 'fremmede scavengers', og øjeblikke før denne scene blev det afsløret for Harper, at fremmede scavengers faktisk var mennesker.
Mens DARPAs FLA-program endnu ikke har monteret et rettet energivåben med nok kilowatt til at sprænge et menneske i smedere, ser det ud til, at agenturet, der er ansvarligt for nye teknologier til brug af militæret, har indgået fase to flyvetest - hvilket demonstrerer avancerede algoritmer i droner kunne autonomt udføre opgaver, der er farlige for mennesker - som f.eks. rekognosering før mission på den moderne slagmark i en fjendtlig bymiljø.
Så ja, dette bekræfter, at DARPA er ved at udvikle menneskelige jagt-droner, men det er mere på en rekognosceringsbasis snarere end menneskedrabende droner i Oblivion.
Ifølge DARPA pressemeddelelse, Blev en første flyvetest afsluttet i 2017, da ingeniører var i stand til at forfine deres software og forbedre sensorer på dronerne for at øge effektiviteten. Eksperimenter blev udført i et kontrolleret miljø på Guardian Centers træningsfacilitet i Perry, Georgien, og luftforsøg viste, at quadcopters var i stand til at navigere i urbane omgivelser såvel som indendørs autonomt. Nogle af de autonome flyscenarier inkluderede:
- Flyvning med øgede hastigheder mellem bygninger i flere etager og gennem stramme gyder mens identificering af genstande af interesse;
- Flyver gennem et smalt vindue ind i en bygning og ned en gang der søger værelser og oprette et 3-D-kort over interiøret; og
- Identificering og flyvning ned ad en trappe og forlade bygningen gennem en åben døråbning.
”De fremragende universitets- og brancheundersøgelseshold, der arbejder på FLA, fandt algoritmer, der i en ikke alt for fjern fremtid kunne omdanne lette, kommercielle off-the-hylde-luft eller jordede ubemandede køretøjer til dygtige driftssystemer, der ikke kræver menneskelige input, når du har leveret generel overskrift, afstand til rejse og specifikke ting at søge, ”sagde JC Ledé, DARPA-programleder.
”Ubemandede systemer, der er udstyret med FLA-algoritmer, behøver ingen fjernpilot, ingen GPS-vejledning, ingen kommunikationsforbindelse og intet forprogrammeret kort over området - onboard-softwaren, letvægtsprocessor og lavprissensorer gør alt arbejdet autonomt i reel- tid."
”FLAs algoritmer kunne føre til effektive menneskemaskinehold på slagmarken, hvor et lille luft- eller jordkøretøj muligvis tjener som spejder, der autonomt søger ukendte miljøer og bringer nyttig rekognoseringsinformation tilbage til et menneskeligt teammedlem. Uden at have brug for kommunikationsforbindelser til lanceringskøretøjet mindskes chancerne for, at en modstand opdager troppernes tilstedeværelse baseret på radiosendinger, hvilket tilføjer yderligere sikkerhed og sikkerhed, ” Ledé sagde.
Han påpegede, at teknologien kunne være nyttig i et søge-og-rednings-scenarie, hvor FLA-udstyrede droner kunne scanne i radiostille bag fjendens linjer efter en nedturenet pilot, besætningsmedlemmer og endda mistede soldater.
I fase to strømlinede et team af ingeniører fra Massachusetts Institute of Technology og Draper Laboratory antallet af sensorer ombord for at lette dronen for højere hastighed.
”Dette er det lette autonomiprogram, så vi prøver at gøre sensorens nyttelast så let som muligt,” sagde Nick Roy, medleder i MIT / Draper-teamet. ”I fase 1 havde vi en række forskellige sensorer på platformen til at fortælle os om miljøet. I fase 2 fordoblet vi virkelig forsøg på at gøre så meget som muligt med et enkelt kamera. ”
DARPA bad teamet af ingeniører om at inkludere software, der bygger et geografisk nøjagtigt kort over det omkringliggende område, når dronen flyver. Ved hjælp af avanceret software genkendte dronen veje, bygninger, biler og andre objekter og identificerede dem som sådan på kortet, hvilket også giver klikbare billeder. Efter missionen vendte dronen tilbage til hjemmebasen og lod de menneskelige teammedlemmer downloade medieindholdet.
”Da køretøjet bruger sine sensorer til hurtigt at udforske og navigere over forhindringer i ukendte miljøer, skaber det løbende et kort, mens det udforsker og husker ethvert sted, det allerede har været, så det kan vende tilbage til udgangspunktet af sig selv,” sagde Jon How, den anden MIT / Draper team-medleder.
DARPA bad et separat team af ingeniører fra University of Pennsylvania om at reducere dronens størrelse og vægt til autonom flyvning indendørs. UPenns quadcopter ”startede udenfor, identificerede og fløj gennem en anden etagers vindue, der var åben med bare få centimeter bredde, og fløj ned ad gangen på udkig efter åbne lokaler til søgning, fandt en trappeopgang og faldt ned til stueetagen, før de gik tilbage udenfor gennem en åben døråbning, ”hedder det i pressemeddelelsen.