Ми знаємо набагато менше про океани Землі, аніж про поверхню Місяця або Марса. За даними вчених, світові океани вивчені від 2% до 5%. Морське дно вкрите великими каньйонами, високими підводними горами, глибокими западинами й стрімкими скелями, більшість з яких вважаються дуже небезпечними або недоступними для навігації автономних підводних апаратів (АПА). А з 2,2 млн видів організмів ми знаємо лише 194 400.
Інженери Массачусетського технологічного інституту (MIT) розробили алгоритм, який дозволяє АПА зважувати ризики та потенційні вигоди від вивчення невідомого регіону. Наприклад, якщо транспортний засіб, до завдання якого входить ідентифікація підводних нафтових витоків, наближається до крутої скелястої западини, алгоритм може оцінити рівень потенційної вигоди (імовірність того, що поблизу цієї западини існує просочування нафти) і рівень ризику (імовірність зіткнення з перешкодою).
«Якби ми були дуже обережні з нашим дорогим транспортним засобом, заявивши, що його живучість понад усе, ми б не знайшли нічого цікавого», – сказав Бенджамін Айтон (Benjamin Ayton), аспірант факультету аеронавтики й космонавтики Массачусетського технологічного інституту.
Також Бенджамін Айтон (Benjamin Ayton) сказав, що новий алгоритм може обчислювати співвідношення ризику й потенційної вигоди в режимі реального часу. Він і його колеги з лабораторії професора аеронавтики та космонавтики Брайана Уїльямса, впроваджують цей алгоритм в інші автономні підводні апарати (АПА) з метою створення флоту «сміливих», інтелектуальних дослідників-роботів для ряду завдань, включаючи пошук морських нафтових родовищ, досліджень впливу змін клімату на коралові рифи та інше.
Більшість місій з адаптивного відбору проб виконують при знаходженні шляхів з конкретним прийнятним рівнем ризику. Наприклад, АПА можуть бути запрограмовані тільки на те, щоб слідувати шляхом з імовірністю зіткнення, яке не перевищує 5%. Але дослідники виявили, що облік тільки ризику може серйозно обмежити потенційні вигоди місії.
Дослідники перевірили свій алгоритм у симуляції місії АПА на схід від Бостона гавані. Вони використовували батиметричні дані, зібрані в регіоні під час попереднього дослідження, і імітували дослідження АПА на глибині 15 м у регіонах при відносно високих температурах. Вони розглянули, як алгоритм спланував маршрут транспортного засобу при трьох різних сценаріях прийнятного ризику.
Команда також створила алгоритм за допомогою 10 000 математичних симуляцій, генеруючи випадкові середовища в кожній симуляції, за допомогою яких планували шлях, і виявили, що алгоритм «змінює ризик на потенційну вигоду інтуїтивно, роблячи небезпечні дії тільки тоді, коли це виправдано вигодою».
«Що було дійсно цікаво, так це спостерігати, як машинні алгоритми почали «вчитися» після отримання результатів про декілька занурень і почали вибирати місця, які ми, геологи, можливо, не обрали б спочатку, – сказала Лорі Сума (Lori Summa), геолог і дослідник з Океанографічної установи Вудс-Хоул. – Ця частина процесу все ще розвивається, але було цікаво спостерігати, як алгоритми починають виділяти нові шаблони з великих обсягів даних і з’єднувати цю інформацію з ефективною й безпечною стратегією пошуку».
У довгостроковій перспективі дослідники сподіваються використовувати такі алгоритми, щоб допомогти автономним транспортним засобам досліджувати навколишній простір вже за межами Землі.
Це дослідження було підтримане, зокрема Exxon Mobile у рамках Енергетичної ініціативи MIT і NASA.
Джерело: news.mit
