به گزارش خبرگزاری صدا و سیما از «تک‌اکسپلور»، در آسمان گسترده که زمانی پرندگان در آن حکمرانی می‌کردند، اکنون موجودات جدیدی به پرواز درآمده اند. این پیشگامان فضا محصولات شگفت‌انگیزی هستند که با الهام از پرندگان ساخته شده اند، توسط شبکه‌های عصبی مایع هدایت می‌شوند و در محیط‌های در حال تغییر با دقت و آسانی پرواز می‌کنند.
شبکه‌های عصبی مایع این هواپیما‌های بدون سرنشین که می‌توانند به طور مداوم با داده‌های ورودی جدید مطابقت پیدا کنند، مهارت و قدرتی در زمینه اتخاذ تصمیمات قابل اتکا در مناطق و قلمرو‌های ناشناخته مانند جنگل‌ها از خود نشان دادند.
این مدل‌های قابل انطباق با الهام از مغز‌های ارگانیک که در زمینه اجرای وظایف راهبری از بسیاری همتایان با فناوری پیشرفته خود عملکرد بهتری داشتند، می‌توانند کاربرد‌های بالقوه‌ای در جهان واقعی برای پهپاد‌ها در موقعیت‌های جست‌وجو و نجات، انتقال و نظارت بر محیط زیست ایجاد کنند.
کلاس جدید الگوریتم‌های یادگیری ماشین این گروه تحقیقاتی، ساختار علت و معلولی وظایف را از داده‌های غیرساختارمند و ابعاد بالا (high-dimensional) از قبیل پیکسل‌های ورودی از دوربین‌های نصب شده بر پهپاد‌ها دریافت می‌کند. این شبکه‌ها سپس می‌توانند جنبه‌های حیاتی وظیفه خود (یعنی درک و فهم وظیفه پیش رو) را استخراج کنند و خصوصیات نامربوط را نادیده بگیرند.
«دانیلا راس» مدیر آزمایشگاه علم رایانه و هوش مصنوعی دانشگاه «ام آی تی»در این خصوص گفت: ما از دیدن ظظرفیت بزرگ رویکرد کنترل ربات‌ها بر مبنای یادگیری هیجان زده شدیم؛ زیرا این رویکرد زمینه را برای حل مشکلات و مسائل پیش آمده به علت آموزش در یک محیط و اعزام و به کارگیری در محیطی جداگانه و متفاوت، فراهم کرده است.
وی افزود: آزمایش‌های ما اثبات کرد که می‌توانیم به طور موثر به یک پهپاد یاد بدهیم که موقعیت یک شئ را در جنگل در تابستان مشخص کند و سپس این مدل را در زمستان با محیط بسیار متفاوت یا حتی در محیط‌های شهری با وظایف متفاوت به کار بگیریم.
این الگوریتم‌های قابل انعطاف می‌توانند روزی به تصمیم‌سازی بر اساس جریان‌های داده که در زمان تغییر می‌کنند مانند تشخیص بیماری و کاربرد‌های رانندگی خودکار یاری برسانند.
