Tip:
Highlight text to annotate it
X
Çeviri: Eren Gokce Gözden geçirme: Onur ŞAHİN
Laboratuvarımda otonom hava robotları geliştiriyoruz,
burada uçarken gördüğünüz gibi.
Bugün ticari olarak satılan mevcut dronların aksine,
bu robotun üzerinde GPS (Küresel konumlandırma sistemi) yok.
GPS olmadan,
bunun gibi robotların yönlerini saptamaları zordur.
Bu robot çevreyi taramak için yerleşik sensörler, kameralar
ve lazer tarayıcılar kullanır.
Çevredeki özellikleri saptamak suretiyle,
nirengi metodunu kullanarak bu özelliklere göreli olarak
nerede olduğunu saptar.
Sonra bütün bu özellikleri bir harita olarak bir araya getirir,
arkamda görmüş olduğunuz gibi.
Ardından bu harita robotun engellerin nerede olduğunu anlamasını
ve çarpmayacak şekilde gitmesini sağlar.
Size bundan sonra göstermek istediğim şey,
laboratuvarımızda yaptığımız bir dizi deney,
bunlarla bu robotun daha uzun mesafeler boyunca gitmesini sağladık.
Burada sağ üstte robotun kamerayla ne gördüğüne bakabilirsiniz.
Ana ekranda ise --
ve elbette bu dört katına hızlandırılmış hâli --
ana ekranda oluşturduğu haritayı göreceksiniz.
Bu laboratuvarımızın çevresindeki koridorun yüksek çözünürlüklü haritası.
Bir dakika içinde laboratuvarımıza girdiğini göreceksiniz,
ki göreceğiniz karışıklıktan bu anlaşılıyor.
(Gülüşmeler)
Ancak size aktarmak istediğim ana nokta şu ki,
bu robotlar beş santimetre çözünürlükle yüksek çözünürlüklü haritalar
yapma yeteneğine sahipler,
bu durum da laboratuvar dışındaki veya bina dışındaki birinin
aslında içeri girmeden ve binanın içinde olanları anlamaya
çalışmadan bunları görevlendirmesini sağlıyor.
Ancak bunun gibi robotlarla ilgili bir sorun var.
İlk sorun, oldukça büyükler.
Büyük oldukları için ağırlar.
Bu robotlar libre (453,6 gr) başına 100 vat harcıyorlar.
Bu da çok kısa bir uçuş süresi anlamına geliyor.
İkinci sorun,
bu robotların üzerinde çok pahalıya mal olan sensörler var --
bir lazer tarayıcı, bir kamera ve işlemciler.
Bunlar da bu robotun fiyatını yükseltiyor.
O yüzden kendimize bir soru sorduk:
Bir elektronik mağazasından ucuz, hafif olup üzerinde
algılayıcı ve ölçümleyici olan hangi tüketici ürününü alabilirsiniz?
Biz de uçan telefonu icat ettk.
(Gülüşmeler)
Bu robot, mağazadan alabileceğiniz Samsung Galaxy akıllı telefonu kullanıyor
ve tek ihtiyacınız olan şey uygulama mağazamızdan indirilebilen bir uygulama.
Bu robotun bu durumda "TED" harflerini okuduğunu görüyorsunuz,
"T" ve "E"nin köşelerine bakıp ondan üçgenleme yaparak
otonom olarak uçuyor.
Kumanda kolu orada, çünkü robot çılgın şeyler yaparsa,
Giuseppe işini bitirebilir.
(Gülüşmeler)
Bu küçük robotları geliştirme yanında,
burada gördüğünüz gibi agresif davranışlarla ilgili de deneyler yaptık.
İşte bu robot saniyede iki ila üç metre hızla seyahat ediyor,
yön değiştirdikçe agresifçe savrulup dönüyor.
Ana nokta, daha hızlı giden ve bu yapılandırılmamış
çevrelerde yol alan daha küçük robotlarımızın olabileceği.
Bir sonraki videoda gördüğünüz gibi,
aynı bu kuşun, kartalın zerafetle sudan avını kapmak için
kanatlarını, gözlerini ve ayaklarını koordine etmesi gibi,
robotumuz da balığa gidebilir.
(Gülüşmeler)
Burada birdenbire bir bonfile sandviçi kapıyor.
(Gülüşmeler)
Bu robotun saniyede yaklaşık üç metre hızla gittiğini görüyorsunuz,
ki bu yürüyüş hızından fazla; kollarını, pençelerini ve uçuşunu
yarım saniye zamanlamayla bu manevraya ulaşmak için koordine ediyor.
Başka bir deneyde,
uzunluğu esasen bu pencerenin genişliğinden büyük olan
askıdaki yükünü kontrol etmek için
uçuşunu nasıl ayarladığını size göstermek istiyorum.
Bunu başarmak için
aslında irtifayı düşürüp ayarlaması
ve yükü içeriye doğru sallaması gerekiyor.
Ama elbette ki bunları daha da küçük yapmak istiyoruz
ve özellikle bal arılarından esinlendik.
Eğer bal arılarına bakarsanız ve bu yavaşlatılmış bir video,
çok küçükler, ataleti öylesine önemsiz ki --
(Gülüşmeler)
umursamıyorlar -- elimden sekiyorlar, örnek olarak.
Bu bal arısı davranışını taklit eden küçük bir robot.
Küçüldükçe daha iyi,
çünkü boyutunun küçüklüğüyle beraber daha az atalet elde ediyorsunuz.
Düşük ataletle --
(Robot vızıldıyor, gülüşmeler)
düşük ataletle, çarpışmalara dirençlisiniz.
Bu da sizi daha güçlü yapıyor.
Yani aynı bal arıları gibi küçük robotlar yapıyoruz.
Bu ise sadece 25 gram ağırlığında.
Yalnızca altı vat güç harcıyor.
Saniyede altı metreye kadar yol alabiliyor.
Eğer büyüklüğüne göre normalize edersem,
bu Boeing 787'nin ses hızının on katında yol alması gibi.
(Gülüşmeler)
Size bir örnek göstermek istiyorum.
Bu muhtemelen ilk planlanan havada çarpışma, normal hızın yirmide biri.
Bunlar saniyede iki metre relatif hızla gidiyor
ve bu temel prensibi gösteriyor.
Etrafındaki iki gramlık karbon fiber kafes pervanelerin dolaşmasını engelliyor;
ancak aslında çarpışma absorbe ediliyor ve robot çarpışmaya cevap veriyor.
Bu kadar küçük olması güvenli olması anlamına da geliyor.
Laboratuvarımda bu robotları geliştirirken,
büyük robotlarla başlıyoruz
ve sonra bu küçük robotlara kadar geliyoruz.
Geçmişte sipariş ettiğimiz bantların sayısına dair bir
histogram çizerseniz, artık biraz azaldı.
Çünkü bu robotlar gerçekten güvenli.
Küçük boyutun bazı dezavantajları var
ve bu dezavantajları telafi etmek için doğa bir sürü yol bulmuş.
Ana fikir, büyük grupları veya sürüleri oluşturmak için bir araya gelmeleri.
Benzer şekilde biz de laboratuvarımızda yapay robot sürüleri yaratmaya çalışıyoruz.
Bu oldukça zor,
çünkü artık robot ağlarını düşünmek zorundasınız.
Her robot için de
algılama, iletişim, hesaplama etkileşimini düşünmek zorundasınız --
sonrasında bu ağı kontrol etmek ve yönetmek oldukça zor hâle geliyor.
Bundan dolayı, doğadan aslında algoritmalarımızı geliştirmemizi
sağlayacak üç düzenleyici prensip alıyoruz.
İlk fikir, robotların komşularının farkında olmak zorunda olması.
Komşularını algılamak ve iletişim kurmak durumundalar.
Bu video, temel fikri açıklıyor.
Dört robotunuz var --
robotlardan biri insan operatör tarafından tam anlamıyla gasp edilmiş durumda.
Ancak robotlar birbirleriyle etkileştiği için,
yanındakileri algılayarak
esasen takip ediyorlar.
İşte burada takipçi ağını yönlendiren tek bir kişi var.
Aslında bunun nedeni robotların nereye gideceklerini bilmeleri değil,
yanındakilere tepki vermelerinden dolayı böyle oluyor.
(Gülüşmeler)
Bir sonraki deney, ikinci düzenleyici prensibi göstermektedir.
Bu prensip anonimlik prensibiyle ilgili.
Burada ana fikir,
robotların yakınındakilerin kimliklerini bilmemesi.
Dairesel bir şekil oluşturmaları istendi
ve grubun içine kaç tane robot katarsanız katın
ya da kaç robot çıkarırsanız çıkarın,
her robot sadece yanındakine tepki veriyor.
Dairesel bir şekil oluşturması gerektiğinin farkında;
ancak yanındakilerle işbirliği yaparak
merkezî bir eşgüdüm olmadan şekli oluşturuyor.
Bu fikirleri bir araya koyunca
üçüncü fikir, robotlara esasen oluşturmaları gereken şeklin
matematiksel tanımlarını vermek.
Bu şekiller zamanın fonksiyonu olarak çeşitlilik gösterebilir
ve bu robotların dairesel bir biçimle başladığını, dikdörtgen biçime
dönüştüğünü, düz bir çizgi olarak uzadığını, tekrar elips hâline
geldiğini göreceksiniz.
Bunu doğal sürülerde, doğada gördüğünüz türden
yarım saniyelik eşgüdümle yapıyorlar.
Peki neden sürülerle çalışılıyor?
Size çok ilgimizi çeken iki uygulamadan bahsedeyim.
İlki tarımla ilgili,
ki bu muhtemelen dünyada karşılaştığımız en önemli sorun.
Bildiğiniz gibi,
dünyada her yedi kişiden biri yetersiz besleniyor.
Ekilebilecek toprakların çoğu zaten ekili.
Dünyadaki sistemlerin çoğunun verimi artıyor,
ancak üretim sistemlerinin verimi aslında giderek düşüyor.
Bunun en büyük nedenleri, su kıtlığı, ekinlerdeki hastalıklar, iklim değişimi
ve başka birkaç şey daha.
O zaman robotlar ne yapabilirler?
Toplumda Hassas Tarım olarak adlandırılan bir yaklaşımı benimsiyoruz.
Ana fikir şu; hava robotlarını bahçelerde uçurup
sonra bitkilerin tek tek hassas modellerini geliştiriyoruz.
Her hastaya özel tedavi
uygulanmasının istendiği, kişiselleştirilen ilaçlarla olduğu gibi,
bizim yapmak istediğimiz şey de tek tek bitkilerin modellerini geliştirmek
ve sonra çiftçiye her bitkinin ne tür bir girdiye ihtiyacı olduğunu söylemek --
bu durumda girdiler, su, gübre ve tarım ilaçlarıdır.
Burada elma bahçesinde dolaşan robotları görüyorsunuz
ve bir dakika içinde sol tarafta aynı şeyi
yapan iki üyeyi daha göreceksiniz.
Aslında yaptıkları şey bahçenin bir haritasını çizmek.
Harita içinde, bu bahçedeki her bitkinin bir haritası var.
(Robot vızıldıyor)
Bu haritaların neye benzediğini görelim.
Bir sonraki videoda, bu robotta kullanılan kameraları göreceksiniz.
Sol üstte esasen standart renkli bir kamera var.
Solda ortada kızılötesi bir kamera var.
Sol altta ise termal bir kamera var.
Ana panelde, sensörler ağaçların yanından geçtikçe bahçedeki her ağacın
yeniden üç boyutlu olarak oluşturulmasını görüyorsunuz.
Böyle bir bilgiyle donanınca birçok şey yapabiliriz.
Yapabileceğimiz ilk ve muhtemelen en önemli şey çok basit:
Her ağaçtaki meyve adetini saymak.
Böyle yaparak çiftçiye her ağaçtaki meyve sayısını söylersiniz
ve bahçedeki hâsılatı tahmin etmesini sağlarsınız,
bununla üretim zinciri boyunca optimizasyon sağlarsınız.
Yapabileceğimiz ikinci şey,
bitkilerin modellerini almak, üç boyutlu olarak yeniden oluşturmak
ve böylece bitki örtüsünün büyüklüğünü tahmin etmek,
sonra örtünün büyüklüğünü her bitkideki yaprak alanın miktarı ile ilintilemek.
Buna yaprak alan indeksi denir.
Eğer yaprak alanı indeksini biliyorsanız,
aslında her bitkide ne kadar fotosentez mümkün olduğuna dair ölçünüz olur,
bu da size her bitkinin ne kadar sağlıklı olduğunu söyler.
Görsel ve kızılötesi bilgiyi birleştirerek,
NDVI (normalize edilmiş fark bitki örtüsü indeksi) gibi indisleri de hesaplayabiliriz.
Buradaki durumda, aslında bazı ürünlerin diğer ürünler
kadar iyi durumda olmadığını görüyorsunuz.
Bu durum, görüntüde rahatlıkla ayırt edilebiliyor;
sadece görsel imgeyle değil,
görsel imgeyi, kızılötesi imgeyle birleştirerek.
Son olarak,
yapmak istediğimiz bir şey de kloroz başlangıcını erkenden tespit etmek --
ve bu bir portakal ağacı --
bu aslında yaprakların sararmasından anlaşılabilir.
Ancak tepede uçan robotlar bunu kolaylıkla kendileri fark edebilir
ve sonra çiftçiye bahçenin bu kısmında bir sorun
olduğunu raporlayabilirler.
Bunun gibi sistemler gerçekten yardımcı olabilir
ve hava robotu sürüleri kullanarak hâsılatın yaklaşık yüzde 10 artabileceğini
ve daha da önemlisi su gibi girdilerin miktarının
yüzde 25 oranında azalabileceğini öngörüyoruz.
Son olarak, aslında geleceği yaratan insanları alkışlamanızı istiyorum,
Yash Mulgaonkar, Sikang Liu ve Giuseppe Loianno,
kendileri gördüğünüz üç demodan sorumlular.
Teşekkürler.
(Alkış)