Original-URL des Artikels: https://www.golem.de/news/machine-learning-drone-racing-league-bringt-rennen-zwischen-mensch-und-ki-1809-136438.html    Veröffentlicht: 06.09.2018 15:40    Kurz-URL: https://glm.io/136438

Machine Learning

Drone Racing League bringt Rennen zwischen Mensch und KI

Die nächste Saison der Drone Racing League wird auch computergesteuerte Drohnen gegen Menschen für ein Millionenpreisgeld antreten lassen. Finanziert wird das Ereignis von Lockheed Martin - einem Hersteller von Militärflugzeugen.

Der Veranstalter der Drone Racing League will in der Saison des Jahres 2019 Menschen gegen Maschinen antreten lassen. Artificial Intelligence Robotic Racing (AIRR) heißt die neue Disziplin, bei der von Software gesteuerte Flugdrohnen gegen von Menschen gesteuerte Flieger antreten. Zum Event sind Univeritätsstudenten und andere Drohnenenthusiasten eingeladen, schreibt das IT-Businessmagazin Venturebeat. Die Teams fliegen für ein Preisgeld von 2 Millionen US-Dollar um die Wette. Finanziert wird das Ereignis vom Militärflugzeughersteller Lockheed Martin. Die Intention dahinter könnte sein, autonome Drohnen für den Kampfeinsatz zu entwickeln.

Der Wettbewerb wird insgesamt vier Rennen umfassen. Als Rennstrecke dienen dabei ähnliche neonbeleuchtete Kurse wie in den bisherigen Saisons. Allen Teilnehmern stehen gleiche Drohnenmodelle zur Verfügung. Nur das Fluggeschick soll entscheiden. Der AIRR Circuit soll "Teams der talentiertesten KI-Ingenieure aus der Welt herausfordern, um ein KI-Framework zu entwickeln, welches eine Drohne fliegen kann.", sagt Liga-CEO Nicholas Horbaczewski. Die Voraussetzung: Eine Drohne darf nicht vorprogrammiert oder durch menschliche Einmischung gesteuert werden.

KI sollte im Drohnenfliegen gut klarkommen

Neben dem offensichtlichen Unterhaltungswert habe der AIRR auch eine wissenschaftliche Komponente. Auf dem Event kann etwa die Lücke zwischen den bisherigen Fähigkeiten von Software mit den Fähigkeiten von Menschen gemessen werden. Für ein KI-System ist ein Drohnenflug ein Best-Case-Szenario. Das System kann verschiedene Sensoren der Drohne als Orientierungshilfe nutzen und muss sich lediglich im Raum bewegen können.

Das sind für eine Maschine gut nutzbare Werte, die in selbstgenerierte Entscheidungen eines Algorithmus einfließen können. Auf einer sich nicht verändernden Strecke kann sich ein System beispielsweise durch simples Ausprobieren den Bewegungsablauf merken - vorausgesetzt diese darf den Kurs vorher mehrmals abfliegen. Das heißt nicht, dass es trotzdem sehr schwierig ist, eine solche Software von Grund auf zu entwickeln.

Ein ähnliches Projekt hat auch die Nasa Ende 2017 bereits durchgeführt. Im Rennen zwischen autonomen und manuell gesteuerten Drohnen waren erstere konsistente, aber wesentlich langsamere Flieger. Es wird sich zeigen, wie sich das entwickelt hat.  (on)


Verwandte Artikel:
Intelligentes Lernen: Google lässt Militärprojekt nach Protesten auslaufen   
(02.06.2018, https://glm.io/134733 )
Innovation House: Darpa testet neue Wege in der Softwareentwicklung   
(11.07.2012, https://glm.io/93131 )
Oliver Bendel: "Es gibt gute Argumente für und gegen Kampfroboter"   
(04.05.2018, https://glm.io/134192 )
Maschinelles Lernen: Google-Mitarbeiter protestieren gegen Militärprojekt Maven   
(09.04.2018, https://glm.io/133733 )
Tensorflow: Das US-Militär nutzt KI-Systeme von Google   
(07.03.2018, https://glm.io/133194 )

© 1997–2020 Golem.de, https://www.golem.de/