Construindo o futuro da autonomia

Gurdeep Pall25 de janeiro de 2021

Quando comecei na Microsoft, no início dos anos 90, no início da era do PC e da Internet, não poderia imaginar todas as ondas de inovação que estavam por vir. Naquela época, assim como agora, eu tinha uma crença fundamental no software como meio de inovação, com o qual ideias incríveis poderiam ganhar vida rapidamente.

A terceira revolução industrial da computação (depois do vapor e da eletricidade) viu o avanço mais rápido da história da humanidade. Lançou as bases para a quarta revolução industrial, a da inteligência artificial. Dentro disto, estamos focados em trazer inteligência ensinada por humanos para máquinas que operam no mundo físico real que nos rodeia, ligando o mundo dos bits ao mundo dos átomos.

Iniciamos essa jornada há dois anos e meio com a aquisição de uma startup chamada Bonsai e a combinação da equipe com nosso esforço de pesquisa AirSim. Ficamos surpresos ao saber quão pouco estava sendo executado atualmente no mercado em comparação com o vasto potencial dos sistemas autônomos para mudar tantas indústrias. O potencial para ajudar os nossos clientes a inovar com esta tecnologia e colmatar a divisão entre os mundos físico e digital é ilimitado.

Vídeo do youtube

Clique aqui para carregar a mídia

Os sistemas autônomos não envolvem apenas robôs humanóides ou carros autônomos; A PepsiCo desenvolveu IA usando o Microsoft Project Bonsai para otimizar a máquina extrusora, que fabrica Cheetos. O sistema inteligente monitora e faz ajustes continuamente para manter a consistência e a qualidade.

A Bell está usando sistemas autônomos da Microsoft e AirSim para trabalhar em direção a veículos de voo autônomos mais seguros, começando por focar em pousos. Bell está atualmente trabalhando para o primeiro pouso autônomo de precisão usando o Projeto Bonsai para identificar zonas de pouso seguras e depois pousar de forma autônoma.

As tecnologias de sistemas autónomos não são ficção científica nem são projetos lunares dispendiosos – clientes como a PepsiCo e a Bell estão atualmente a gerar impacto nos negócios – e a nossa abordagem baseada em software para sistemas autónomos está a tornar isso possível.

O software é o meio mais maleável que existe. Esta maleabilidade permite-nos criar abstrações e camadas de capacidade que permitem aos criadores construir rapidamente qualquer tipo de sistema autónomo que possa ser imaginado.

Muitos esforços iniciais para criar sistemas autônomos foram desenvolvidos como aplicações isoladas e personalizadas por uma equipe de especialistas. Sabíamos que precisávamos de uma abordagem diferente, por isso procurámos fornecer ferramentas abertas, reutilizáveis ​​e poderosas e uma plataforma que permitisse a qualquer pessoa ensinar inteligência às máquinas sem ser um especialista em IA. Engenheiros, especialistas em suas próprias áreas, podem transferir seus anos de experiência para uma solução de IA sem precisar voltar à faculdade para aprender IA.

Mas como você ensina uma máquina? A maioria das máquinas hoje tem funcionalidade codificada e possui sistemas de controle básicos ou rígidos. Nossas ferramentas permitem que um especialista expresse o que precisa ser aprendido e como aprender. Com essa informação, nossa plataforma usa aprendizado por reforço em um ambiente simulado para construir a solução de IA. A solução de IA resultante pode agora controlar a máquina e fazê-la adaptar-se de forma inteligente ao mundo real, da mesma forma que um ser humano faria. Por exemplo, em vez de construir gaiolas especiais para robôs, os robôs aprendem a subir escadas, abrir portas, navegar num armazém dinâmico, aterrar um drone ou trabalhar em conjunto com outros sistemas e humanos.

A equipe da Bell identificou tecnologias da Microsoft que poderiam ajudá-los a trabalhar em direção ao seu objetivo de transformar seu modelo de negócios de helicópteros em veículos de voo autônomos. Juntamente com a visão computacional e a computação em nuvem do Azure, o Projeto Bonsai e o AirSim ajudaram a Bell a criar uma solução de IA que pode ser praticada em um ambiente simulado.

Matt Holvey, gerente sênior de sistemas inteligentes da Bell, disse o seguinte: “Estamos usando o Projeto Bonsai porque nos permite criar e ensinar rapidamente uma IA, como se estivéssemos treinando um piloto sobre o que procurar. Você pode fazer com que a IA entenda quais decisões tomar sobre altitude e inclinação com base na zona de pouso identificada que ela vê.”