Mesmo radar, sistemas de navegação, O rastreamento por GPS e as comunicações de rádio não evitam que os navios colidam. Em 2017, colisões e encalhes representaram quase 40% de todos os acidentes marítimos, e mais da metade do total de vítimas. Esses incidentes foram causados ​​principalmente por erro humano.

Pesquisadores da Escola de Engenharia USC Viterbi estão tentando remover, ou pelo menos minimizar, a necessidade de decisão humana na navegação de navios. Eles estão desenvolvendo um sistema automatizado que, em vez disso, depende da análise de dados e da inteligência artificial.

"Uma das principais intenções dos navios autônomos é realmente para fins de segurança, "disse o professor Yan Jin, membro do Departamento de Engenharia Aeroespacial e Mecânica e líder de projetos. “Somos todos humanos e às vezes cometemos erros devido a diferentes situações. Mas se tivermos um tipo de programa de computador autônomo para tomada de decisões, fazia constantemente sugestões aos humanos. "

Saber a localização de outros navios e objetos, seu sistema pode prever os movimentos do navio e determinar seu melhor curso de ação possível que minimiza a chance de colisão.

Doutor em Engenharia Mecânica o aluno Xiongqing "Vincent" Liu foi responsável pelo desenvolvimento da parte de IA de seu sistema. Inicialmente, ele planejava usar dados sobre como os capitães de navios dirigem e evitam colisões para treinar seu sistema para replicar esse comportamento.

Contudo, incapaz de obter esses dados, ele se voltou para outro método de aprendizado de máquina chamado aprendizado por reforço. Este método usa simulações de diferentes cenários de navegação para ensinar ao computador como atingir seu objetivo de não bater em outro objeto.

“No início, o agente de computador não sabe de nada. Ele tem que explorar o ambiente simulado por si mesmo, "Liu disse." Se o agente colidir com os obstáculos, então receberá uma penalidade negativa. Mas se atingir o objetivo, então ele recebe uma recompensa muito positiva. "

Depois de executar a simulação milhares de vezes, o agente aprende com suas experiências anteriores qual trajetória tomar para evitar uma colisão, semelhante a como um humano aprende.

“A partir deste processo, podemos demonstrar isso, enquanto o agente se treina, pode gerar alguma inteligência. E esse tipo de inteligência é o que os humanos usam para tomar decisões - é uma espécie de intuição. E esse tipo de intuição humana pode ser aprendida por um agente de computador, "Liu disse.

Mas o sistema de IA sozinho não é totalmente à prova de erros. Baseia-se nos cenários de entrada de Liu, enquanto grandes variações sobre eles podem causar confusão e levar a uma trajetória perigosa. E embora Liu esteja trabalhando para estender as capacidades da IA ​​além desses cenários programados para incorporar toda e qualquer situação possível que possa ocorrer, sempre haverá lacunas em seu conhecimento.

O modelo analítico, desenvolvido por engenharia aeroespacial Ph.D. estudante Edwin Williams, ajuda a preencher algumas dessas lacunas. Seu sistema usa dados históricos de navegação que remontam a mais de 20 anos em decisões e resultados de navios anteriores para prever o que os outros navios farão.

"Você pode imaginar que há um número infinito de trajetórias que a embarcação poderia fazer. Mas cada uma dessas trajetórias infinitas tem uma certa probabilidade de ser percorrida, "Williams disse.

"O que meu sistema faz é olhar para toda a probabilidade de quais são essas trajetórias e então determinar a probabilidade mínima de onde a outra embarcação estará em um determinado momento."

Isso informa qual caminho tem a menor probabilidade de ocorrer uma colisão. Mas o sistema depende apenas da qualidade e da quantidade de dados que possui. Quanto mais específicos forem os dados - digamos, qual capitão estava dirigindo o navio - mais precisa será a previsão.

Além de auxiliar as embarcações da Marinha, seu trabalho está nos estágios iniciais de aplicação ao controle de tráfego aéreo e gerenciamento de tráfego espacial.

Em simulações, seu sistema teve uma taxa de sucesso de 100 por cento para evitar colisões marítimas. Mas, assim como a IA, é limitado pelos cenários fornecidos pelos dados. Usando os dois sistemas juntos, eles têm uma camada adicional de segurança no caso de ocorrer uma situação inesperada.

"Ao fazer essa pesquisa, percebemos que, quando você tem dois tipos de sistemas, se não forem consistentes, então você precisa aconselhar, "disse Jin.

"Se houver uma pessoa lá, isso é ótimo. Se não houver ninguém lá, então você precisa desenvolver outra abordagem ou algoritmo para realmente entender ou resolver essa discrepância. Então, a decisão após essa resolução é mais segura.

Eles agora estão finalizando uma doação de três anos financiada pela Divisão de Tecnologia Marítima do Instituto de Tecnologia Monohakobi no Japão. No verão, eles começarão outro subsídio de três anos para continuar seu trabalho e desenvolver o sistema ainda mais. Ao final desse tempo, eles planejam realizar um teste em escala real usando os simuladores de manobra de navio do instituto.