Uçan robotların geleceği

Vijay Kumar ve ekibi Pennsylvania Üniversitesi'ndeki laboratuvarında bal arılarından esinlenilmiş otonom hava robotları geliştirdi. Son buluşları ise, bahçelerdeki her bitki ve meyveyi haritalamak, yeniden düzenlemek ve analiz etmek suretiyle, mahsulü artırmaya ve su yönetimini daha akılcı hâle getirmeye yardımcı olabilecek hayati bilgileri sağlayan robot sürüleriyle Hassas Tarım.

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)