Anche radar, sistemi di navigazione, Il tracciamento GPS e le comunicazioni radio non impediscono alle navi di scontrarsi. Nel 2017, collisioni e incagli costituivano quasi il 40% di tutti gli incidenti marittimi, e oltre la metà delle vittime totali. Questi incidenti sono stati causati principalmente da un errore umano.

I ricercatori della USC Viterbi School of Engineering stanno tentando di rimuovere, o almeno minimizzare, la necessità di una decisione umana nella navigazione delle navi. Stanno sviluppando un sistema automatizzato che si basa invece sull'analisi dei dati e sull'intelligenza artificiale.

"Un'intenzione principale per le navi autonome è davvero per scopi di sicurezza, "ha detto il professor Yan Jin, membro del Dipartimento di Ingegneria Aerospaziale e Meccanica e capo progetto. "Siamo tutti umani e a volte commettiamo errori a causa di situazioni diverse. Ma se abbiamo un programma informatico autonomo per prendere decisioni, darebbe costantemente suggerimenti agli umani."

Conoscere le posizioni di altre navi e oggetti, il loro sistema può prevedere i movimenti di quelle navi e determinare la loro migliore linea d'azione possibile che riduce al minimo la possibilità di collisione.

Dottorato di ricerca in ingegneria meccanica lo studente Xiongqing "Vincent" Liu era responsabile dello sviluppo della parte AI del loro sistema. Inizialmente, ha pianificato di utilizzare i dati su come guidano i capitani delle navi ed evitare le collisioni per addestrare il suo sistema a replicare questo comportamento.

Però, impossibile ottenere questi dati, si è rivolto a un altro metodo di apprendimento automatico chiamato apprendimento per rinforzo. Questo metodo utilizza simulazioni di diversi scenari di navigazione per insegnare al computer come raggiungere il suo obiettivo di non colpire un altro oggetto.

"All'inizio l'agente informatico non sa nulla. Deve esplorare da solo l'ambiente simulato, " Liu ha detto. "Se l'agente si scontra con gli ostacoli, allora riceverà una penalità negativa. Ma se raggiunge l'obiettivo, poi riceve una ricompensa molto positiva."

Dopo aver eseguito la simulazione migliaia di volte, l'agente apprende dalle sue esperienze passate quale traiettoria prendere per evitare una collisione, simile a come impara un essere umano.

"Da questo processo, possiamo dimostrare che, mentre l'agente si allena, può generare una certa intelligenza. E questo tipo di intelligenza è ciò che gli umani usano per prendere decisioni, è una specie di intuizione. E questo tipo di intuizione umana può essere appresa da un agente informatico, " ha detto Liù.

Ma il solo sistema di intelligenza artificiale non è completamente a prova di errore. Si basa sugli scenari Liu input, mentre grandi variazioni su di essi possono causare confusione e portare a una traiettoria pericolosa. E anche se Liu sta lavorando per estendere le capacità dell'IA oltre questi scenari programmati per incorporare tutte le possibili situazioni che possono verificarsi, ci saranno sempre lacune nella sua conoscenza.

Il modello analitico, sviluppato da ingegneria aerospaziale Ph.D. studente Edwin Williams, aiuta a colmare alcune di queste lacune. Il suo sistema utilizza dati storici di navigazione risalenti a oltre 20 anni su decisioni e risultati delle navi passate per prevedere cosa faranno le altre navi.

"Puoi immaginare che ci sia un numero infinito di traiettorie che la nave potrebbe prendere. Ma ognuna di queste infinite traiettorie ha una certa probabilità di essere intrapresa, " ha detto Williams.

"Ciò che fa il mio sistema è esaminare l'intera probabilità di quali siano quelle traiettorie e quindi determinare la minima probabilità di dove si troverà l'altra nave in un dato momento."

Questo dice loro quale percorso ha la più bassa probabilità che si verifichi una collisione. Ma il sistema si basa esclusivamente sulla qualità e sulla quantità di dati di cui dispone. Più i dati sono specifici, diciamo, quale capitano stava guidando la nave, più precisa sarà la previsione.

Oltre ad aiutare le navi marittime, il suo lavoro è agli inizi per essere applicato al controllo del traffico aereo e alla gestione del traffico spaziale.

Nelle simulazioni, il suo sistema ha avuto una percentuale di successo del 100% nell'evitare le collisioni marine. Ma, proprio come l'intelligenza artificiale, è limitato dagli scenari forniti dai dati. Utilizzando i due sistemi insieme, hanno un ulteriore livello di sicurezza nel caso si verifichi una situazione imprevista.

"Facendo questa ricerca ci rendiamo conto che, quando hai due tipi di sistemi, se non sono coerenti, allora devi consigliare " disse Jin.

"Se c'è una persona lì, è fantastico. Se non c'è nessuna persona lì, quindi è necessario escogitare un altro approccio o algoritmo per comprendere o risolvere realmente questa discrepanza. Quindi, la decisione dopo quella risoluzione è più sicura.

Stanno ora concludendo una borsa di studio triennale finanziata dalla Divisione di tecnologia marittima del Monohakobi Technology Institute in Giappone. In estate, inizieranno un'altra sovvenzione triennale per continuare il loro lavoro e sviluppare ulteriormente il sistema. Entro la fine di quel tempo, hanno in programma di eseguire un test su vasta scala utilizzando i simulatori di manovra della nave dell'istituto.