MIT creó una alianza entre humanos y robots para tener vuelos seguros

Guardián del aire Es un sistema desarrollado por investigadores de Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT (Instituto de Tecnología de Massachusetts). Esta tecnología apoya a los pilotos en momentos críticos, cuando tienen que procesar mucha información a la vez desde múltiples monitores, ya que funciona como copiloto proactivo al combinar el trabajo humano y robótico a través de la comprensión basada en la atención.

La atención, en el caso de los seres humanos, funciona a través del seguimiento ocular y del sistema neuronal, que crean “mapas de prominencia” que indican la dirección del foco de atención. Los mapas sirven como guías visuales que resaltan regiones clave dentro de una imagen, ayudando a comprender y descifrar el comportamiento de algoritmos complejos, en el caso de las máquinas.

Guardián del aire detecta señales tempranas de posibles riesgos a través de estas señales de atención. Lo que significa que actúa en cualquier momento, no sólo cuando se produce una infracción de seguridad, como lo hacen los sistemas de piloto automático convencionales.

«Una característica interesante de nuestro método es su diferenciabilidad», dijo el postdoctorado de MIT CSAIL Lianhao Yinautor principal de un nuevo artículo sobre Air-Guardian.

“Se puede capacitar a nuestra capa cooperativa y a todo el proceso de principio a fin. Elegimos específicamente el modelo de red neuronal causal de profundidad continua debido a sus características dinámicas en el mapeo de atención. Otro aspecto único es la adaptabilidad. El sistema Air-Guardian no es rígido; «Se puede ajustar en función de las exigencias de la situación, garantizando una asociación equilibrada entre humanos y máquinas», explicó. Yin.

La principal fortaleza de Guardián del aire radica en su tecnología central: a través de una capa basada en optimización cooperativa que aprovecha la atención visual tanto de humanos como de máquinas, así como redes neuronales líquidas (CfC) de tiempo continuo conocidas por su capacidad para analizar relaciones de causa y efecto. De hecho, examina las imágenes entrantes en busca de información crucial.

Implementar el algoritmo VisualBackPropque identifica los puntos de enfoque del sistema en una imagen, asegurando una comprensión clara de sus mapas de atención.

Durante las pruebas de campo, tanto el piloto como el sistema tomaron decisiones utilizando las mismas imágenes sin modificar mientras se dirigían hacia el punto de ruta designado.

El éxito de Air-Guardian se midió en función de las recompensas acumuladas obtenidas durante el vuelo y el camino más corto hasta el punto de referencia. El sistema redujo el nivel de riesgo de los vuelos y aumentó la tasa de éxito de la navegación hasta los puntos objetivo.

Para una futura adopción masiva, es necesario perfeccionar la interfaz hombre-máquina. Los comentarios de los investigadores que dirigieron las pruebas sugieren que un indicador, como una barra, podría ser más intuitivo para indicar cuándo el sistema guardián toma el control.

«El sistema Air-Guardian resalta la sinergia entre la experiencia humana y el aprendizaje automático, promoviendo el objetivo de utilizar el aprendizaje automático para ayudar a los pilotos en escenarios desafiantes y reducir los errores operativos», dice. Daniela Rusdirector de CSAIL y autor principal del artículo.

“Uno de los resultados más interesantes del uso de una métrica de atención visual en este trabajo es la posibilidad de permitir intervenciones más tempranas y una mayor interpretabilidad por parte de los pilotos humanos”, afirma Stephanie Gil, profesora asistente de informática en la Universidad de Harvard.

Esta investigación fue financiada parcialmente por el Laboratorio de Investigación de la Fuerza Aérea de los Estados Unidos (USAF), la Acelerador de inteligencia artificial de Usaf, Boeing Co. y el Oficina de Investigación Naval de dicho país.