Ir al contenido principal

Microsoft lanza Project AirSim, una plataforma integral para acelerar el vuelo autónomo

Josh Riedy sabía que no era real, que en realidad no flotaba cerca de la parte superior de una turbina eólica en Dakota del Norte, a cientos de pies del suelo. Pero eso no importaba cuando miraba hacia abajo. Su estómago se cayó como si estuviera en una montaña rusa.

El CEO de Airtonomy estaba dentro de una réplica digital de un parque eólico real en ese momento, donde seguía a un dron simulado a través de gafas de realidad virtual mientras inspeccionaba turbinas elevadas. Su empresa con sede en Dakota del Norte ha utilizado estas simulaciones hiperrealistas para entrenar vehículos aéreos autónomos que ahora inspeccionan parques eólicos, examinan la vida silvestre y detectan fugas en tanques de petróleo en todo el Medio Oeste.

Cada uno de esos vuelos impulsados por IA ocurrió por primera vez innumerables veces en mundos 3D simulados. Porque si la IA es la clave para construir la autonomía en el aire, los datos son la clave para construir la IA, datos que son imposibles de obtener en el mundo real, dijo Riedy.

“No quieres volar drones hacia turbinas eólicas, líneas eléctricas o cualquier cosa”, dijo Riedy. “Junto con el hecho de que el invierno puede durar casi 7 meses en Dakota del Norte, nos dimos cuenta de que necesitábamos algo más que el mundo físico para diseñar nuestras soluciones para los clientes”.

La respuesta fue Project AirSim de Microsoft, anunciado en el Salón Aeronáutico Internacional de Farnborough. Project AirSim es una nueva plataforma que se ejecuta en Microsoft Azure para construir, entrenar y probar de forma segura aeronaves autónomas a través de simulación de alta fidelidad.

En estos entornos realistas, los modelos de IA pueden ejecutar millones de vuelos en segundos, donde aprenden a reaccionar ante innumerables variables como lo harían en el mundo físico: ¿Cómo volaría el vehículo bajo la lluvia, el aguanieve o la nieve? ¿Cómo afectarían los vientos fuertes o las altas temperaturas a la vida útil de la batería? ¿Puede la cámara del dron ver los brazos de una turbina en un día nublado tan bien como en uno despejado?

Project AirSim usa el poder de Azure para generar cantidades masivas de datos para entrenar modelos de IA sobre justo qué acciones tomar en cada fase del vuelo, desde el despegue hasta el aterrizaje. También ofrecerá bibliotecas de entornos 3D simulados que representan diversos paisajes urbanos y rurales, así como un conjunto de sofisticados modelos de IA entrenados de manera previa para ayudar a acelerar la autonomía en la inspección de infraestructura aérea, la entrega de última milla y la movilidad aérea urbana.

Project AirSim está disponible hoy en versión preliminar limitada. Los clientes interesados pueden comunicarse con el equipo de Project AirSim para obtener más información.

Llega cuando los avances en inteligencia artificial, computación y tecnología de sensores han comenzado a transformar la forma en que movemos personas y bienes, dijo Gurdeep Pall, vicepresidente corporativo de incubaciones de negocios en tecnología e investigación de Microsoft. Y esto no solo sucede en áreas remotas que albergan parques eólicos; con la densidad urbana en aumento, las carreteras y autopistas bloqueadas no pueden ser la forma más rápida de llegar del punto A al punto B. En cambio, las empresas mirarán hacia los cielos y los aviones autónomos.

“Los sistemas autónomos transformarán muchas industrias y permitirán muchos escenarios aéreos, desde la entrega de bienes en la última milla en ciudades congestionadas hasta la inspección de líneas eléctricas caídas desde mil millas de distancia”, dijo Pall. “Pero primero debemos entrenar de forma segura estos sistemas en un mundo virtualizado y realista. Project AirSim es una herramienta fundamental que nos permite unir el mundo de los bits y el mundo de los átomos, y muestra el poder del metaverso industrial: los mundos virtuales donde las empresas construirán, probarán y perfeccionarán las soluciones y luego las llevarán al mundo real.”

Acelerar la autonomía aérea

La simulación de alta fidelidad estaba en el corazón de AirSim, un proyecto anterior de código abierto de Microsoft Research que se ha comenzado a retirar pero que inspiró el lanzamiento de hoy. AirSim era una herramienta de investigación popular, pero requería una gran experiencia en codificación y aprendizaje automático.

Ahora, Microsoft ha transformado esa herramienta de código abierto en una plataforma integral que permite a los clientes de Advanced Aerial Mobility (AAM) probar y entrenar con mayor facilidad aeronaves impulsadas por IA en entornos 3D simulados.

“Todo el mundo habla de IA, pero muy pocas empresas son capaces de construirla a escala”, dijo Balinder Malhi, líder de ingeniería del Proyecto AirSim. “Creamos el Proyecto AirSim con las capacidades clave que creemos que ayudarán a democratizar y acelerar la autonomía aérea, es decir, la capacidad de simular con precisión el mundo real, capturar y procesar cantidades masivas de datos y codificar la autonomía sin necesidad de una gran experiencia en IA”.

Con Project AirSim, los desarrolladores podrán acceder a bloques de construcción de IA preentrenados, incluidos modelos avanzados para detectar y evitar obstáculos y ejecutar aterrizajes de precisión. Estas capacidades listas para usar eliminan la necesidad de una experiencia profunda en aprendizaje automático, lo que ayuda a expandir el universo de personas que pueden comenzar a entrenar aviones autónomos, dijo Malhi.

Un dron simulado vuela cerca de una turbina eólica.
Airtonomy, con sede en Dakota del Norte, utiliza Project AirSim para entrenar vehículos aéreos autónomos que inspeccionan infraestructura crítica como turbinas eólicas. Foto cortesía de Airtonomy.

Airtonomy, que participó en un programa de acceso temprano para Project AirSim, lo usó para ayudar a los clientes a realizar inspecciones remotas de infraestructura crítica de forma rápida y segura, sin el tiempo, los gastos y el riesgo de enviar un equipo a ubicaciones remotas, y sin conocimientos técnicos profundos.

“Creamos rutinas de captura autónomas para el trabajador de primera línea: personas que no usan drones y robots de manera regular pero que necesitan que actúen como cualquier otra herramienta dentro de su vehículo de servicio”, dijo Riedy. Con Airtonomy, el dron no solo inspecciona el activo de manera automática, sino que los datos capturados se contextualizan en automático en el momento de la captura. Estas características se pueden extender a cualquier activo en cualquier industria, lo que permite flujos de trabajo de extremo a extremo novedosos y automatizados.

“Es increíble ver a los responsables de la infraestructura de nuestra nación usar estas herramientas con solo presionar un botón y tener una representación digital al alcance de la mano para cosas como apagones, respuesta a desastres o mantenimiento de rutas. Project AirSim transforma la forma en que la robótica y la IA se pueden usar de manera aplicada”, dijo.

A través de datos de Bing Maps y otros proveedores, los clientes de Project AirSim también podrán crear millones de entornos 3D detallados y también acceder a una biblioteca de ubicaciones específicas, como la ciudad de Nueva York o Londres, o espacios genéricos, como un aeropuerto.

Microsoft también trabaja en estrecha colaboración con socios de la industria para extender la simulación precisa al clima, la física y, lo que es más importante, los sensores que utiliza una máquina autónoma para “ver” el mundo. Una colaboración con Ansys aprovecha sus simulaciones de sensores basados en la física de alta fidelidad para permitir a los clientes obtener información detallada sobre el terreno para vehículos autónomos. Mientras tanto, Microsoft y MathWorks trabajan juntos para que los clientes puedan traer sus propios modelos físicos a la plataforma AirSim a través de Simulink.

A medida que ocurren los vuelos simulados, se generan grandes volúmenes de datos. Los desarrolladores capturan todos esos datos y los usan para entrenar modelos de IA a través de varios métodos de aprendizaje automático.

La recopilación de estos datos es imposible de hacer en el mundo real, donde no puede darse el lujo de cometer millones de errores, dijo Matt Holvey, director de sistemas inteligentes de Bell, que también participó en el programa de acceso anticipado del Proyecto AirSim. A menudo, no puede permitirse el lujo de hacer uno.

Dado eso, Bell recurrió a Project AirSim para perfeccionar la capacidad de sus drones para aterrizar de forma autónoma. Es un problema difícil. ¿Qué sucede si la pista de aterrizaje está cubierta de nieve, hojas o agua estancada? ¿La aeronave será capaz de reconocerlo? ¿Qué sucede si las palas del rotor levantan polvo y oscurecen la visión del vehículo? AirSim permitió que Bell entrenara su modelo de IA en miles de escenarios hipotéticos en cuestión de minutos, ayudándolo a practicar y perfeccionar una maniobra crítica antes de intentarla en el mundo real.

El futuro del vuelo autónomo

El mundo emergente de la movilidad aérea avanzada lanzará un elenco diverso de vehículos a los cielos, desde drones para aficionados hasta sofisticados aviones eVTOL (despegue y aterrizaje vertical eléctrico) que transportan pasajeros. Y los posibles casos de uso son casi ilimitados, dice Microsoft: inspeccionar líneas eléctricas y puertos, transportar paquetes y personas en ciudades abarrotadas, operar en lo profundo de minas atestadas o muy por encima de las tierras de cultivo.

Cuatro drones simulados vuelan a través de entornos forestales.
En los entornos de alta fidelidad de Project AirSim, los modelos de IA aprenden mediante prueba y error justo qué acciones tomar en cada fase del vuelo. Imagen de Microsoft.

Pero la tecnología por sí sola no marcará el comienzo del mundo de los vuelos autónomos. La industria también debe trazar un camino a través de los sistemas de monitoreo del espacio aéreo y los entornos regulatorios del mundo. El equipo de Project AirSim participa de manera activa con los organismos normativos, la aviación civil y las agencias reguladoras para dar forma a los estándares y medios de cumplimiento necesarios para acelerar esta industria.

Microsoft también planea trabajar con los reguladores de la aviación civil global sobre cómo Project AirSim podría ayudar con la certificación de sistemas autónomos seguros, dijo Pall, para crear, de manera potencial, escenarios dentro de AirSim que un vehículo autónomo debe navegar con éxito. En un caso hay lluvia cegadora, en un caso vientos fuertes, en un caso pierde conectividad GPS. Si el vehículo aún puede ir del punto A al punto B cada vez, dijo Pall, eso podría ser un paso importante hacia la certificación.

Project AirSim es una herramienta crítica que nos permite unir el mundo de los bits y el mundo de los átomos, y muestra el poder del metaverso industrial.

Y la industria se acerca a la operación comercial escalable de sistemas autónomos. Bell utilizó de manera reciente Project AirSim para prepararse para el proyecto de extensión de Integración y Operacionalización de Sistemas (SIO, por sus siglas en inglés) de la NASA, que tiene como objetivo acelerar el uso de aeronaves autónomas en el sistema de espacio aéreo nacional. El avión de transporte autónomo de cápsulas (APT, por sus siglas en inglés) de la compañía voló a través de un corredor en el área de Dallas-Fort Worth, donde demostró con éxito la capacidad de la nave para mantener contacto con los sistemas de monitoreo de radar en tierra.

“AirSim nos permitió obtener una verdadera comprensión de qué esperar antes de volar en el mundo real”, dijo Holvey de Bell. “Será una de las herramientas que acelerará la línea de tiempo para escalar la movilidad aérea. Si tenemos que probar y validar todo a mano, en un laboratorio físico o en un avión volador, hablamos de décadas y costará miles de millones. Pero Project AirSim lo impulsa a través de una simulación de alta fidelidad”.

Ashish Kapoor, el creador del AirSim original en Microsoft Research, se enorgullece de haber ayudado a que el motor de simulación evolucionara de una herramienta de investigación que existía en gran parte en el código a una plataforma más robusta que cualquier empresa puede usar sin una formación técnica profunda. Como aviador, Kapoor está ansioso por ver qué significa eso para el mundo de la aviación.

“Se genera una tonelada de datos cuando un avión vuela por el espacio en Project AirSim”, dijo Kapoor, ahora gerente general del grupo de investigación de sistemas autónomos de Microsoft. “Nuestra capacidad para capturar esos datos y traducirlos en autonomía cambiará de manera significativa el panorama de la aviación. Y por eso vamos a ver muchos más vehículos en el cielo, para ayudar a monitorear granjas, inspeccionar infraestructura crítica y transportar bienes y personas a los lugares más remotos”.

Contenido relacionado:

Conozcan más: Project AirSim

Leer más: Cómo los sistemas autónomos usan la IA para aprender del mundo que los rodea

Imagen superior: Un dron simulado inspecciona una torre celular de Seattle dentro de Project AirSim, una nueva plataforma para construir, entrenar y probar aviones autónomos de manera segura a través de una simulación de alta fidelidad. Vídeo de Microsoft.

Jake Siegel escribe sobre investigación e innovación en Microsoft.