自動操縦ドローンは、航行中の空母に着陸できるほど高度化していますが、予期せぬ一本の木が邪魔になれば墜落してしまいます。現在、生物学、コンピュータービジョン、ロボット工学の専門家を含む5つの大学からなるグループが、ドローンに飛行中の障害物回避を訓練しようとしています。海軍研究局から750万ドルの資金提供を受け、科学者たちは、見知らぬ街や森林を時速35マイル（約56キロ）で航行できる自律型固定翼監視ドローンの開発を目指しています。
研究グループのインスピレーションはハトだ。ハトは丈夫で個体数が多く、訓練にも強いため、研究対象として適している。飛行中は、ドローンのように、ぼやけた低解像度の画像を素早く処理することで、自分と前方の物体との距離を推定する。そして重要なのは、障害物から1.5メートル以内という、土壇場で判断を下す傾向があることだ。
最初のステップは、ロボットに障害物と何もない空間を区別することを教えることだ。エンジニアたちはすでに、写真に写っている顔を認識するためにコンパクトカメラを訓練する方法を解明している。教師あり学習と呼ばれるプロセスでは、技術者が何百万枚もの画像をコンピューターに入力し、画像に人間の顔が含まれている場合は「1」を、含まれていない場合は「0」を出力するように指示する。しかし、このスタイルの教師あり学習は、ドローンを訓練するには信じられないほど労働集約的な方法だ。人間は顔だけでなく、ロボットが遭遇する可能性のあるすべての物体にラベルを付けなければならない。その代わりに、ニューヨーク大学のコンピューターおよび神経科学教授でドローンのビジョンチームを率いるヤン・ルカン氏は、人間による指導を大幅に減らしてドローンが見ているものについて結論を導き出せるソフトウェアを開発している。脳の視覚皮質が物体を分類するために使用する超効率的な並列処理方法を模倣することで、このソフトウェアは生のビデオフレームから特徴をより迅速に抽出することを可能にする。その結果、ドローンが自ら物体を分類し始める前に、人間のインストラクターが各物体のカテゴリー（「車」、「木」、「草」）の例をドローンに数百から数千個だけ見せるだけで済むようになる。
最初のステップは、ロボットに障害物と何もない空間を区別することを教えることだ。研究者たちがドローンに視覚を教えたら、次は判断を教えなければならない。それは、視覚データに内在する曖昧性、つまり前方のピクセルのパターンが木の枝なのか影なのかを判断することに取り組むことを意味する。カーネギーメロン大学のロボット工学者、ドリュー・バグネルとマーシャル・ヘバートは、ロボットが人間と同じように視覚的な曖昧性に対処するのを助けるアルゴリズムを開発している。つまり、知識に基づいた推測を行うのだ。「ロボットは『12メートルから13メートルの間に木があるのは99%の確率だ』と言って、とにかく判断を下すことができるのです」とバグネルは言う。
こうした判断を下すには、膨大な計算能力が必要になる。ドローンは次の行動を考えながら、毎秒30枚の画像を処理しなければならない。ルカン氏によると、毎秒1兆回の演算処理が可能なプロセッサがあれば十分だが、課題は、それだけのパワーを軽量かつ飛行可能な効率の良いコンピュータに組み込むことだ。最適な候補は、ルカン氏がパデュー大学のエウジェニオ・クルルシエロ氏と共同開発したプロセッサ、DVDケースほどの大きさの低消費電力コンピュータ「NeuFlow」だ。ルカン氏は、2015年の期限までに毎秒1兆回の演算処理まで速度を向上できると確信している。
学習し、視覚を持ち、障害物を回避できるほどの速さで判断できるロボットが完成したら、次は飛行を教える必要がある。MITのロボット工学者、ラス・テドレイク氏は、モーションキャプチャーカメラと最終型ドローンの実物大プロトタイプを用いて、飛行に必要な動作をモデル化している。チームが成功すれば、森の中へ降下し、木々に隠れた既存のドローンを振り切ることができるロボットが誕生することになる。
世界をフィルタリングする
ドローンが飛行中、搭載カメラは映像をソフトウェアに送り、各フレームに一連のフィルターを適用します。最初のフィルターは、エッジなどの単純な特徴を示す小さなピクセル群のパターンを捉えます。次に、別の一連のフィルターがより大きなパターンを探し、個々のピクセルから物体、そして複雑な視覚シーンへと上方に構築していきます。ソフトウェアは100分の1秒以内に、前方のシーンの低解像度マップを作成します。最後に、視界内の物体を以前に「見た」物体と比較し、十分な情報が得られ次第、それらを分類します。
アンドリュー・ローゼンブラム氏は4月号で、ジェット燃料火災消火活動を行うトラックについて執筆しました。カリフォルニア州オークランド在住です。
