Imagine um futuro onde os pilotos de corrida, além de competirem contra humanos, competirão com veículos robóticos dirigidos por inteligência artificial (IA). Essa cena, que parece saída de um filme de ficção científica, pode um dia se tornar realidade. E embora estejamos longe de testemunhar isso, alguns avanços muito promissores foram feitos nos últimos tempos.
As soluções de IA vão além dos modelos que alimentam o ChatGPT, como o GPT-4, e os sistemas de processamento de linguagem natural que alimentam o Alexa. É uma disciplina cujas possibilidades são enormes e, como veremos, inclui também a operação de veículos sem presença humana, por exemplo, drones capazes de participar numa corrida profissional.
Algoritmos que superam os pilotos profissionais
Se falamos de IA e esportes, também encontramos diversas origens. Este campo nos deu marcos extraordinários. Para citar alguns exemplos, o computador Deep Blue da IBM derrotou Garry Kasparov em uma jogo de xadrez em 1997, e AlphaGo fez o mesmo com o melhor jogador Go do mundo. Como podemos ver, todas as conquistas relacionadas a jogos de tabuleiro, nada mais.
Perante esta realidade, um grupo de investigadores suíços decidiu testar a IA além do tabuleiro e chegou à conclusão de que uma corrida de drones seria o cenário ideal. Então, eles decidiram desenvolver um quadricóptero, um drone movido por quatro rotores, que funcionaria com uma variedade de algoritmos convencionais e métodos de programação para vencer uma corrida.
Após semanas de trabalho, a equipe colocou o drone alimentado por IA contra pilotos humanos. E os resultados foram incríveis. O dispositivo conseguiu vencer seus oponentes em 15 das 25 corridas. Segundo os pesquisadores, esta é a primeira vez que uma IA consegue vencer campeões humanos em um esporte competitivo no mundo real, abrindo as portas para novos avanços.
Esta é uma conquista notável que, como dizemos, exigiu a combinação de diferentes abordagens. Por um lado temos o aprendizado supervisionado, uma espécie de treinamento utilizado para “ensinar” o drone a identificar as portas pelas quais deve passar na competição. Esta é uma tarefa que foi alcançada graças ao contributo de milhares de imagens utilizadas durante a formação.
Por outro lado, temos o aprendizado por reforço, abordagem que serviu para o drone descobrir a melhor rota possível em um ambiente simulado e depois colocá-la em prática. em um ambiente real. Na imagem acima podemos ver o percurso escolhido pela IA (cor azul) contra o de seu oponente (cor azul) em uma das corridas em que a máquina acabou se sagrando vencedora.
Deve-se notar, pelo menos no que diz respeito à tecnologia, que as técnicas utilizadas neste teste só podem ser úteis em ambientes extremamente controlados. Os pesquisadores reconhecem que pequenas mudanças, como aumento da intensidade da luz ou impacto no oponente, podem fazer com que o drone perca o controle e até mesmo caia. Um obstáculo foi superado, mas muitos ainda precisam ser superados.
Imagens: Leonard Bauersfeld
Em Xataka: O Google criou a primeira marca d’água para IA: já temos a tecnologia, agora falta o mais importante
Reescreva o texto para BR e mantenha a HTML tags