Incluso radar, sistemas de navegación, El rastreo por GPS y las comunicaciones por radio no evitan que los barcos choquen. En 2017, las colisiones y varadas constituyeron casi el 40% de todos los accidentes marítimos, y más de la mitad del total de víctimas. Estos incidentes fueron causados ​​principalmente por errores humanos.

Los investigadores de la Escuela de Ingeniería de USC Viterbi están intentando eliminar, o al menos minimizar, la necesidad de una decisión humana en la navegación de un barco. Están desarrollando un sistema automatizado que, en cambio, se basa tanto en el análisis de datos como en la inteligencia artificial.

"Una de las principales intenciones de los buques autónomos es realmente el objetivo de seguridad, "dijo el profesor Yan Jin, miembro del Departamento de Ingeniería Aeroespacial y Mecánica y líder del proyecto. "Todos somos humanos y, a veces, cometemos errores debido a diferentes situaciones. Pero si tenemos un tipo de programa informático autónomo para la toma de decisiones, constantemente haría sugerencias a los humanos ".

Conocer la ubicación de otros barcos y objetos, su sistema puede predecir los movimientos de esos barcos y determinar su mejor curso de acción posible que minimice la posibilidad de colisión.

Doctorado en Ingeniería Mecánica El estudiante Xiongqing "Vincent" Liu fue responsable de desarrollar la parte de IA de su sistema. Inicialmente, planeaba usar datos sobre cómo conducen los capitanes de barco y evitar colisiones para entrenar su sistema para replicar este comportamiento.

Sin embargo, incapaz de obtener estos datos, recurrió a otro método de aprendizaje automático llamado aprendizaje por refuerzo. Este método utiliza simulaciones de diferentes escenarios de navegación para enseñar a la computadora cómo lograr su objetivo de no golpear otro objeto.

"Al principio, el agente informático no sabe nada. Tiene que explorar el entorno simulado por sí mismo, "Dijo Liu." Si el agente choca con los obstáculos, entonces recibirá una penalización negativa. Pero si llega a la meta luego recibe una recompensa muy positiva ".

Después de ejecutar la simulación miles de veces, el agente aprende de sus experiencias pasadas qué trayectoria tomar para evitar una colisión, similar a cómo aprende un humano.

"De este proceso, podemos demostrar que, mientras el agente se entrena a sí mismo, puede generar algo de inteligencia. Y este tipo de inteligencia es lo que los humanos usan para tomar decisiones, es una especie de intuición. Y este tipo de intuición humana puede ser aprendido por un agente informático, "Dijo Liu.

Pero el sistema de IA por sí solo no está completamente a prueba de errores. Se basa en los escenarios aportados por Liu, mientras que variaciones importantes de ellos pueden causar confusión y conducir a una trayectoria peligrosa. Y aunque Liu está trabajando para extender las capacidades de la IA más allá de estos escenarios programados para incorporar todas y cada una de las situaciones posibles que puedan ocurrir, siempre habrá lagunas en su conocimiento.

El modelo analítico, desarrollado por Ph.D. en ingeniería aeroespacial. estudiante Edwin Williams, ayuda a llenar algunos de estos vacíos. Su sistema utiliza datos históricos de navegación que se remontan a más de 20 años sobre decisiones y resultados de barcos anteriores para predecir lo que harán otros barcos.

"Puedes imaginar que hay un número infinito de trayectorias que la nave podría tomar. Pero cada una de esas trayectorias infinitas tiene una cierta probabilidad de ser tomada, "Dijo Williams.

"Lo que hace mi sistema es mirar la probabilidad total de cuáles son esas trayectorias y luego determina la probabilidad mínima de dónde va a estar la otra embarcación en un momento dado".

Esto les dice qué ruta tiene la menor probabilidad de que ocurra una colisión. Pero el sistema se basa únicamente en la calidad y la cantidad de datos que tiene. Cuanto más específicos sean los datos, digamos, qué capitán conducía el barco, más precisa será la predicción.

Además de ayudar a las embarcaciones marinas, su trabajo se encuentra en las etapas iniciales de su aplicación al control del tráfico aéreo y la gestión del tráfico espacial.

En simulaciones, Este sistema ha tenido una tasa de éxito del 100 por ciento para evitar colisiones marítimas. Pero, al igual que la IA, está limitado por los escenarios proporcionados por los datos. Al usar los dos sistemas juntos, tienen una capa adicional de seguridad en caso de que ocurra una situación inesperada.

"Al hacer esta investigación, nos damos cuenta de que, cuando tienes dos tipos de sistemas, si no son consistentes, entonces necesitas asesorar, "dijo Jin.

"Si hay una persona allí, eso es genial. Si no hay nadie ahí, entonces necesita idear otro enfoque o algoritmo para comprender o resolver realmente esta discrepancia. Luego, la decisión posterior a esa resolución es más segura.

Ahora están terminando una subvención de tres años financiada por la División de Tecnología Marítima del Instituto de Tecnología Monohakobi en Japón. En el verano, comenzarán otra subvención de tres años para continuar su trabajo y desarrollar aún más el sistema. Al final de ese tiempo, planean realizar una prueba a gran escala utilizando los simuladores de maniobra de barcos del instituto.