工程师训练人工智能以最大的能源效率驾驶海

来自加利福尼亚理工学院（美国）、苏黎世理工学院（瑞士）和哈佛大学（美国）的科学家正在开发人工智能，使自主海洋无人机能够利用水流帮助运动，而不是逆流而上。

工程师在使用无人机探索海洋深处时面临一个问题——在6千米以上的深度几乎不可能控制设备。在离水面这么远的地方，水下洋流会产生影响，阻止航行。此外，关于电流行为的数据无法预先记录在无人机的内存中，因为它们无法从表面准确检测到。为了解决这个问题，科学家们为自己设定了开发能够独立做出运动决策的设备的任务。

为了设计无人机，工程师受到自然解决方案的启发——一些物种使用流量信息在水下导航。例如，斑马鱼依靠它们身体上的侧线来确定当前的速度并检测障碍物，一些海豹可以用胡须在完全黑暗的环境中捕猎，从而揭示它们在水中的位置。开发的无人机的成品原型被命名为CARL-Bot（加州理工学院自主强化学习机器人）。

在为无人机实施人工智能时，科学家们选择了强化机器学习模型。问题是强化学习形成了实时接收信息的经验，而其他模型从静态数据集学习。此外，使用强化学习模型可以让您编写高效和优化的代码。在工作过程中，工程师设法将软件装入Teensy微控制器的内存中。AI性能已经使用计算机模拟技术进行了测试。

在训练期间，科学家们使用了多向运动的水涡流。因此，有可能教人工智能在这种条件下导航，并使用低流速区域，以便与溪流一起移动。这种运动方式有点让人想起鹰和鹰在气流中的飞行，当鸟类选择最有利的位置进行长距离飞行时，无需额外的努力。