علماء من MIT يستخدمون الذكاء الاصطناعي لإبتكار تصاميم مستقلة وجديدة لسفن بحرية مبتكرة

الذكاء الاصطناعي يشكل الغواصات المستقلة 长期以来，海洋科学家一直惊叹于鱼类和海豹等动物虽然形状不同，但游泳效率惊人。这些生物的身体经过优化，能够在水中以最小的能量进行高效、流线型的导航，从而在长距离旅行中节省能量。类似地，自主水下滑翔器也可以像这些动物一样在海洋中漂流，收集关于广阔海底环境的数据。然而，与海洋生物多样化的设计相比，滑翔器的形状较为单一，常见的设计通常类似于管状或鱼雷，因为这些形状相对流线型。此外，测试新的设计需要大量的实地试验。 来自麻省理工学院计算机科学与人工智能实验室（CSAIL）和威斯康星大学麦迪逊分校的研究人员提出，人工智能可以帮助我们更方便地探索未开发的滑翔器设计。他们的方法利用机器学习在物理模拟器中测试不同的3D设计，然后将这些设计塑造成更流线型的形状。最终生成的模型可以通过3D打印机制造，比手工制作的模型耗费更少的能量。 据麻省理工学院CSAIL的博士后研究员、该项目的共同首席研究员陈一辰介绍，这种方法可以生成多种新颖的形状，而这些形状对于人类来说设计起来非常耗时。“我们开发了一种半自动的过程，可以帮助我们测试那些对人类来说非常繁琐的设计。”他说，“之前从未探索过这种程度的形状多样性，因此大多数这些设计都未曾接受过实际测试。” 那么，人工智能是如何产生这些想法的呢？首先，研究人员找到了超过20种常规的海洋探索形状的3D模型，如潜艇、鲸鱼、魔鬼鱼和鲨鱼等。然后，他们用“变形笼”将这些模型包围起来，变形笼可以标记出不同的关节点，研究人员通过拉动这些关节点来创造新的形状。团队建立了一个包含常规和变形形状的数据集，并模拟了这些形状在不同“攻角”下的性能——即滑翔器在水中滑行时的倾斜方向。例如，游泳者可能希望以-30度的角度潜水以从泳池中取回物品。 研究团队的神经网络模拟了特定滑翔器在水下物理学中的反应，旨在捕捉其前进方式和阻力。目标是找到最佳的升阻比，即滑翔器被抬起的力量与其被拖住的力量之比。升阻比越高，车辆行驶越高效；反之，则会减慢滑翔器的速度。 为了验证这一方法，团队生产了两个大约相当于冲浪板大小的滑翔器：一个是类似飞机的双翼滑翔器，另一个是一个独特的四翼滑翔器，形似带有四鳍的扁平鱼。这些滑翔器通过3D打印制成空壳，壳上有小孔，当完全浸入水中时会被水充满。这种轻量化设计使车辆在水外更容易操作，并且需要更少的材料进行制造。研究人员在这些外壳内部放置了一个管状装置，其中包含了多种硬件，包括一个用于改变滑翔器浮力的泵、一个控制机器攻角的质量位移器以及电子组件。 实验结果显示，两种AI驱动的设计在游泳池中移动时比手工制作的鱼雷形滑翔器更高效。由于升阻比更高，这两种机器消耗的能量更少，类似于海洋动物轻松游动的方式。 尽管这个项目在滑翔器设计方面取得了令人鼓舞的进展，但研究人员仍在努力缩小模拟与实际性能之间的差距。他们还希望开发能够应对突然变化的洋流的机器，使滑翔器更加适应大海和海洋环境。 陈一辰表示，团队正在探索新的形状类型，特别是更薄的滑翔器设计。他们计划加快框架的运行速度，或许通过添加新功能来实现更多的定制、操控性，甚至制造微型车辆。 تقييم الحدث من قبل مختصين في المجال هذه الدراسة تعتبر خطوة هامة في تطوير تقنيات الغواصات المستقلة. باستخدام الذكاء الاصطناعي، يمكن للمهندسين اختبار تصاميم مبتكرة بسرعة وكفاءة، مما يفتح الباب أمام ابتكارات جديدة في مجال استكشاف البحار والمحيطات. هذا المشروع يدعمه جزئيًا منحة من وكالة مشاريع البحث المتقدمة للدفاع (DARPA) ومخطط MIT-GIST. نبذة تعريفية عن الشركة ذات الصلة 麻省理工学院计算机科学与人工智能实验室（CSAIL）是全球领先的人工智能研究机构之一，致力于开发创新的技术解决方案，以解决各种复杂的科学和工程问题。该实验室在多个领域都有卓越的研究成果，包括机器人技术、计算机视觉、机器学习和数据科学。威斯康星大学麦迪逊分校则以其在工程学和自然科学领域的杰出研究而闻名，与CSAIL合作，共同推进海洋探索技术的发展。 ملخص: هذه الدراسة التي قام بها فريق من الباحثين من معهد ماساتشوستس للتكنولوجيا (MIT) وجامعة ويسكونسن في ماديسون تظهر كيف يمكن للذكاء الاصطناعي مساعدة المهندسين في تطوير تصاميم جديدة وأكثر كفاءة للغواصات المستقلة. باستخدام تقنيات التعلم الآلي، تم اختبار وتقييم مجموعة متنوعة من التصاميم في محاكاة فيزيائية، مما أدى إلى إنشاء نماذج تتميز بعالية الكفاءة الهيدروديناميكية. تم تصنيع نموذجين من هذه الغواصات باستخدام طابعة ثلاثية الأبعاد، وكلاهما أثبت فعالية أكبر من النموذج اليدوي التقليدي في التجارب العملية. الباحثون يهدفون إلى تحسين التصميمات وجعلها أكثر مرونة في التعامل مع التغيرات المفاجئة في التيار المائي، مما يجعل هذه التقنية أكثر قدرة على المساعدة في مراقبة التغير المناخي وجمع بيانات دقيقة عن البحار والمحيطات.