¿Cómo hacemos que los coches autónomos sean más seguros?
Esa pregunta, que es crítica ya que los autos sin conductor se encuentran cada vez más en las carreteras estadounidenses, es solo una que el investigador de la NAU Truong Nghiem espera responder con un nuevo proyecto que busca formas de integrar el aprendizaje automático y los principios físicos en sistemas ciberfísicos a gran escala.
Nghiem, profesor asistente en la Escuela de Informática, Computación y Sistemas Cibernéticos, recibió una subvención CAREER de NSF para este proyecto, cuyo objetivo es desarrollar un marco integral y flexible para el aprendizaje automático efectivo y eficiente con restricciones físicas, que puede cambiar fundamentalmente la forma en que aplicamos el aprendizaje automático a sistemas complejos como sistemas de energía inteligente, sistemas de automatización industrial y robots y automóviles autónomos. El premio CARRERA es el premio más prestigioso de la Fundación Nacional de Ciencias para profesores que inician sus carreras.
“Un desafío fundamental es cómo garantizar el rendimiento y la seguridad de estos sistemas, ya que suelen ser críticos para el rendimiento y/o la seguridad, donde cualquier falla podría tener consecuencias devastadoras”, dijo Nghiem. “Nuestro enfoque es integrar estrechamente el aprendizaje automático y los principios físicos. El marco desarrollado en este proyecto será la base para tal integración y será un trampolín hacia la solución del desafío. Ayudará a que los futuros sistemas ciberfísicos autónomos sean confiables y seguros”.
La evolución del aprendizaje automático en los sistemas ciberfísicos
Un sistema ciberfísico (CPS) es un sistema diseñado que se construye a partir de una integración perfecta de componentes computacionales y físicos y depende de ella. Son la base de muchos sistemas de ingeniería modernos que conforman nuestra vida diaria, incluidos automóviles, robots, dispositivos médicos, redes eléctricas y más, y se están volviendo aún más comunes a medida que nuestras vidas se vuelven más automatizadas.
Muchos de estos sistemas emplean aprendizaje automático y, cada vez más, inteligencia artificial. Sin embargo, el aprendizaje automático, que no siempre se basa en la física, no siempre proporciona la mejor manera de «enseñar» estos sistemas. La investigación de Nghiem se centra en el aprendizaje automático informado por la física (PIML), que es capaz de desarrollar métodos que incorporan sin problemas el conocimiento de un sistema físico en el aprendizaje automático, lo que lleva a modelos sólidos, precisos y consistentes.
En automóviles autónomos, rovers, drones y sistemas similares, eso significa menos errores del sistema y una experiencia más segura para el vehículo y las personas cercanas. Sin embargo, los métodos PIML actuales son funcionalmente demasiado pequeños para satisfacer esas necesidades.
Los bloques de construcción de 21calleindustria del siglo
Ingrese el aprendizaje automático basado en la física compuesta, o CPIML. El proyecto de Nghiem tiene como objetivo avanzar en el aprendizaje basado en datos de sistemas complejos a gran escala mediante la síntesis de muchos modelos de componentes físicos y PIML: es el equivalente físico de los bloques LEGO que se pueden unir para construir modelos mucho más grandes y complejos, siendo cada bloque un modelo ya desarrollado o una pieza de aprendizaje automático.
Esta solución innovadora requerirá la integración del mundo cibernético (aprendizaje automático, IA y computación) y el mundo físico (sistemas dinámicos y de control) en sistemas de ingeniería, de modo que cada mundo sea consciente y pueda integrarse con el otro. El resultado será un mundo más seguro por el que se desplazarán las personas.
“Los sistemas ciberfísicos inteligentes y autónomos tendrán un impacto tremendo en nuestras vidas en un futuro cercano”, dijo Nghiem. “Nuestra productividad aumentará sustancialmente con robots auxiliares autónomos, automatización industrial avanzada (Industria 4.0) y muchos sistemas autónomos en nuestra vida laboral y personal. Nuestras infraestructuras energéticas serán más eficientes y fiables, y nuestro transporte será más seguro y rápido. Todo esto depende de las tecnologías modernas, incluidos los sistemas ciberfísicos y los avances recientes en el aprendizaje automático y la inteligencia artificial”.
La investigación de Nghiem también ofrecerá valiosas oportunidades para que los estudiantes de grado y posgrado participen en el desarrollo de software y aplicaciones del mundo real.
Heidi Toth | Comunicaciones de la UAN
(928) 523-8737 | heidi.toth@nau.edu