一名人工智慧飛行員在自己的比賽中擊敗了三名無人機賽車冠軍，這在許多領域都非常有用。
這人工智慧如今，機器人可以在各個領域完成許多壯舉。有時，這些系統甚至能夠比某些經過多年訓練的人類做得更好。最新的例子是，蘇黎世大學的研究人員與英特爾合作，將他們的人工智慧駕駛系統「Swift」與三名世界冠軍無人機飛行員競爭。沒有人能比機器做得更好。
人工智慧飛行員在自己的比賽中擊敗了三名無人機賽車冠軍
Swift 是蘇黎世大學多年來人工智慧和機器學習的結晶。 2021 年，該團隊開發了演算法的第一個版本，該演算法使用外部攝影機來驗證其在空間實時地與業餘人類飛行員進行對抗，在這次測試中，所有人都已經基本上被擊敗了。就之前而言，這是一個不錯的壯舉無人機自動駕駛汽車僅使用簡化的實體模型來不斷計算其最佳軌跡，這極大地影響了其最大速度。
本週的勝利更為重要，一方面是因為人工智慧擊敗了人類，而人類的工作正是駕駛非常快的無人機，但另一方面是因為它是在沒有人工智慧的情況下完成的。電池其前身的相機。我們可以在新聞稿中看到，Swift 系統「對整合攝影機收集的數據做出即時反應，就像人類飛行員使用的那樣」。它使用整合的慣性測量單元來追蹤速度和加速度，同時本地神經網路使用來自前置攝影機的數據來估計空間位置。所有這些數據都會傳輸到中央控制單元，該單元本身就是一個深度神經網絡，它會在賽道上建立最短、最快的軌跡。
這在許多領域都非常有用
「運動對人工智慧來說是更大的挑戰，因為它們比棋盤遊戲或遊戲更難預測。電玩遊戲。我們對無人機或環境模型沒有完美的了解，因此人工智慧必須透過與物理世界互動來學習。機器人與感知組在蘇黎世大學。
研究人員團隊並沒有讓四軸飛行器在漫長的一個月內學習其電路的所有細節，而是模擬了它的所有學習過程。他花了一個小時才讓無人機準備好面對冠軍無人機競速聯盟2019 年，Alex Vanover，冠軍多大大獎賽無人機競賽2019 年，托馬斯·比特馬塔 (Thomas Bitmatta) 和三屆瑞士冠軍馬文·謝珀 (Marvin Schaepper)。
斯威夫特取得了最好的總成績，比人類車手快了半秒，但事實證明後者對比賽條件的適應能力更強。 「無人機的電池容量有限；他們需要大部分能量才能停留在空中。事實上，透過飛得更快，我們增加了它們的實用性，」Davide Scaramuzza 補充道。該團隊希望能夠繼續開發其演算法，以便可能用於搜索和救援行動，以及檢查森林、太空探索或電影製作。
