Maintenant, cela peut aussi nous détruire dans les courses de drones

Imaginez un avenir où les pilotes de course, en plus de rivaliser avec des humains, rivalisent avec des véhicules robotisés pilotés par intelligence artificielle (IA). Cette scène qui semble tout droit sortie d’un film de science-fiction pourrait un jour devenir réalité. Et même si nous sommes loin d’en être témoins, des avancées très prometteuses ont été réalisées récemment.

Les solutions d’IA vont au-delà des modèles qui alimentent ChatGPT, comme GPT-4, et des systèmes de traitement du langage naturel qui alimentent Alexa. C’est une discipline dont les possibilités sont énormes et, comme nous le verrons, elle inclut également la conduite de véhicules sans présence humaine, par exemple des drones capables de participer à une course professionnelle.

Des algorithmes qui surpassent les pilotes professionnels

Si l’on parle d’IA et de sport, on retrouve également plusieurs antécédents. Ce domaine nous a donné des jalons extraordinaires. Pour ne citer que quelques exemples, l’ordinateur Deep Blue d’IBM a vaincu Garry Kasparov dans un partie d’échecs en 1997, et AlphaGo a fait de même avec le meilleur joueur de Go au monde. Comme on peut le constater, toutes les réalisations liées aux jeux de société, rien de plus.

Face à cette réalité, un groupe de chercheurs suisses a décidé de tester l’IA au-delà des limites et est arrivé à la conclusion qu’une course de drones serait le scénario idéal. Ils ont donc décidé de développer un quadricoptère, un drone propulsé par quatre rotors, qui fonctionnerait avec une variété d’algorithmes et de méthodes de programmation conventionnels pour gagner une course.

Après des semaines de travail, l’équipe a opposé le drone alimenté par l’IA à des pilotes humains. Et les résultats ont été surprenants. L’appareil a réussi à vaincre ses adversaires en 15 des 25 courses. Selon les chercheurs, c’est la première fois qu’une IA parvient à battre des champions humains dans un sport de compétition réel, ouvrant ainsi la porte à de nouvelles avancées.

Il s’agit d’une réalisation remarquable qui, comme nous le disons, a nécessité la combinaison de différentes approches. D’une part nous avons l’apprentissage supervisé, un type d’entraînement utilisé pour « apprendre » au drone à identifier les portes qu’il doit franchir en compétition. C’est une tâche qui a été réalisée grâce à l’apport de milliers d’images utilisées lors de la formation.

D’autre part, nous avons l’apprentissage par renforcement, une approche qui a permis au drone de découvrir le meilleur itinéraire possible dans un environnement simulé puis de le mettre en pratique. dans un environnement réel. Dans l’image ci-dessus, nous pouvons voir le parcours choisi par l’IA (rouge) par rapport à celui de son adversaire (bleu) dans l’une des courses dont la machine a fini par devenir la gagnante.

Il convient de noter, du moins au point où en est la technologie, que les techniques utilisées dans ce test ne peuvent être utiles que dans des environnements extrêmement contrôlés. Les chercheurs reconnaissent que de petits changements, tels qu’une plus grande intensité lumineuse ou un coup rival, peuvent faire perdre le contrôle du drone et même finir par s’écraser. Un obstacle a été surmonté, mais il en reste de nombreux à surmonter.