Piloci (źródło: Pixabay)
Piloci (źródło: Pixabay)

Air-Guardian – komputer będzie śledzić to, na co patrzy pilot. Wszystko dla bezpieczeństwa

Współczesne lotnictwo to źródło wielu przełomowych technologii. Z myślą o poprawie bezpieczeństwa powstał system opracowany przez badaczy z MIT. Dzięki niemu komputer może śledzić, na co patrzy pilot, pomagając maszynie lepiej zrozumieć jego intencje. Takie połączenie intuicji człowieka z precyzją maszyny otwiera nowy rozdział w historii lotnictwa.

Jak działa Air-Guardian?

System ten monitoruje uwagę pilota za pomocą technologii śledzenia wzroku. Dzięki temu Air-Guardian może wcześniej zidentyfikować potencjalne zagrożenia, nie czekając na kryzysowe momenty. Ale w jaki sposób dokładnie to określa? W przypadku ludzi wykorzystuje śledzenie wzroku, a w przypadku układu nerwowego opiera się na tak zwanych „mapach istotności”, które wskazują, gdzie skierowana jest uwaga.

Mapy służą jako wizualne przewodniki podkreślające kluczowe obszary obrazu, pomagając w uchwyceniu i rozszyfrowaniu zachowania skomplikowanych algorytmów. Air-Guardian identyfikuje wczesne oznaki potencjalnego ryzyka za pomocą tych znaczników uwagi, zamiast interweniować jedynie w przypadku naruszeń bezpieczeństwa, jak to ma miejsce w przypadku tradycyjnych systemów autopilota. Korzysta on również z nowoczesnych algorytmów, takich jak VisualBackProp.

Kokpit (źródło: Pixabay)
Kokpit (źródło: Pixabay)

Jednak wizja nie kończy się na niebie. Takie mechanizmy współpracy mogłyby być wykorzystywane również w samochodach, dronach czy innych robotach. Jak mówi Lianhao Yin z MIT CSAIL, system nie jest sztywny, może być dostosowywany w zależności od sytuacji.

Pierwsze testy

Podczas testów w terenie pilot i system podejmowali decyzje na podstawie tych samych obrazów. Finalnie Air-Guardian skutecznie zredukował ryzyko podczas lotów i zwiększył skuteczność nawigacji. Jednak, aby technologia ta była wykorzystywana na szeroką skalę, konieczne jest dalsze doskonalenie interfejsu człowiek-maszyna. Istnieją sugestie wprowadzenia bardziej intuicyjnych wskaźników sygnalizujących kontrolę przez system.

Jak podkreśla Daniela Rus z MIT, system ten podkreśla współpracę między ekspertyzą ludzką a uczeniem maszynowym. Jest to doskonały przykład tego, jak AI może współpracować z człowiekiem, zwiększając zaufanie dzięki naturalnym mechanizmom komunikacji.