Es hat etwas unendlich Faszinierendes, das Leben im Meer in Bewegung zu beobachten. Die Art und Weise, wie eine Robbe durch die eiskalten Wellen saust oder ein Mantarochen mit so müheloser Anmut gleitet, kann die Aufmerksamkeit eines jeden Menschen fesseln. Seit Jahrhunderten haben diese eleganten Bewegungsabläufe die Neugier von Wissenschaftlern geweckt, die die Meisterleistungen der Natur unter Wasser verstehen - und vielleicht eines Tages nachahmen - wollten.
Die menschlichen Lösungen waren jedoch weit weniger kreativ. Die meisten Unterwasserfahrzeuge - die so genannten AUVs (Autonomous Underwater Vehicles) - haben sich an ein vertrautes Schema gehalten: Sie wurden wie Torpedos gebaut. Diese lange, glatte, röhrenartige Form schneidet effizient durch das Wasser und ist einfach zu entwerfen und zu bauen. Doch neben der Kreativität echter Meeresbewohner wirken diese von Menschenhand geschaffenen Maschinen etwas, nun ja, uninspiriert. Ein Teil des Problems liegt einfach in der Logistik: Das Ausprobieren radikal neuer Ideen ist sowohl teuer als auch zeitaufwändig, so dass neue Ansätze meist in den Hintergrund treten.
Jetzt hat sich ein Team des CSAIL des MIT und der University of Wisconsin in Madison daran gemacht, das Drehbuch umzudrehen. Durch den Einsatz von künstlicher Intelligenz und 3D-Modellierung haben sie einen neuen Weg für das Design von Unterwasserfahrzeugen gefunden, der der Kreativität der natürlichen Welt besser entspricht. Ihr Ansatz nutzt die künstliche Intelligenz nicht nur, um schwierige mathematische Berechnungen und Simulationen zu automatisieren, sondern auch, um sich Wasserfahrzeuge vorzustellen, die bei der herkömmlichen Konstruktion möglicherweise übersehen werden. Noch besser ist, dass die Fahrzeuge, die aus diesem Prozess hervorgehen, billiger und einfacher herzustellen sind als ihre konventionell entworfenen Verwandten.
Und so funktioniert es: Unter der Leitung des Forschers Peter Yichen Chen stellte die Gruppe zunächst digitale Modelle aller Arten von Unterwasserformen zusammen - einige davon wurden von Menschenhand entworfen, andere direkt von Meeresbewohnern wie Walen und Mantarochen übernommen. Sie setzten sie in einen flexiblen digitalen “Deformationskäfig” ein, in dem sie die Formen auf unzählige Arten veränderten und dehnten, und ließen sie dann durch einen virtuellen Ozean gleiten, um zu sehen, wie sie sich in verschiedenen Winkeln verhalten würden, auf der Suche nach neuen Gleiterdesigns, die genau richtig sein könnten.
Aber es ist einfach nicht praktikabel, jede Möglichkeit von Hand zu bewerten. Stattdessen trainierten die Forscher ein neuronales Netz - eine Art digitale Vorhersagemaschine - um zu lernen, wie die subtilen Änderungen der einzelnen Formen die hydrodynamische Leistung verändern. Ihr Hauptziel war das Verhältnis von Auftrieb zu Widerstand, eine entscheidende Kennzahl, die beschreibt, wie leicht sich ein Schiff durch das Wasser schieben lässt, im Vergleich dazu, wie stark es zurückgeschleppt wird. Kurz gesagt: Ein höheres Verhältnis bedeutet, dass man mit weniger Kraftaufwand weiter und schneller vorankommt - ganz im Sinne dessen, was die Natur bei ihren besten Wasserfahrern bereits optimiert hat.
Um die Vorhersagen der KI auf die Probe zu stellen, baute das Team einen Prototyp eines Segelflugzeugs, der auf einem ihrer neuen Designs basiert. In Windkanalexperimenten stimmte das Verhältnis von Auftrieb zu Widerstand fast perfekt mit den Vorhersagen der KI überein - mit einer Abweichung von nur etwa 5%. Zwei der vielversprechendsten Segelflugzeuge wurden sogar in 3D gedruckt und mit Steuersystemen ausgestattet, damit sie in echtem Wasser manövriert werden können. In Pooltests ließen diese neuen Modelle die klassischen Torpedoformen hinter sich und bewiesen damit den Wert dieses neuen, KI-gesteuerten Ansatzes.
Es gibt noch viel Raum für Verbesserungen: Das Team sucht nun nach Möglichkeiten, die Kluft zwischen Simulation und Realität weiter zu verringern und die Gleiter noch dünner und wendiger zu machen. Eines Tages könnten Unterwasserroboter, die ihre Form ständig an die wechselnden Meeresströmungen anpassen, zur Norm werden. Die Hoffnung ist, dass eine solche Technologie eine neue Klasse von Unterwasserfahrzeugen hervorbringen könnte, die für Aufgaben wie die Beobachtung des Klimawandels, die Erforschung verborgener Meereswelten oder den Schutz empfindlicher Meeresumgebungen maßgeschneidert sind.
Viele Hände haben dieses Projekt geprägt: neben Peter Yichen Chen sind dies Pingchuan Ma von OpenAI, Wei Wang von der University of Wisconsin in Madison und die MIT-Professoren Daniela Rus und Wojciech Matusik. Die Arbeit wurde von der DARPA und dem MIT-GIST-Programm unterstützt. Wenn Sie mehr lesen möchten, finden Sie den Originalbericht unter MIT-Nachrichten.
Diese Website verwendet Cookies.