Студент в Пловдив успя след 25 милиона опита
©
"Трябваше ми кураж и научна подкрепа, за да направя нещо, което досега не е правено", споделя младият специалист.
Тук подкрепата и дори идеята идва от доц. д-р инж. Диляна Будакова, която е специалист по изкуствен интелект и ръководител катедра "Компютърни системи и технологии" в Техническия университет – филиал Пловдив.
"Не е достатъчно един студент само да бъде отличник, но трябва да има желанието да опитва научни разработки, за които не всичко може да прочете в учебниците", обяснява доцент Будакова.
Точно затова тя става научен ръководител на дипломната му работа "Откриване и гасене на пожар чрез използване на алгоритми за машинно обучение чрез симулация" .
И така дипломантът и научната му ръководителка решават, че най-ефективно пожар в планината ще се гаси с дрон, защото машината може да лети високо там, където за нeя е безопсно. Дронът има и още едно предимство – отвисоко летящата "пожарна" точно определя границите на пожара. Така огънят може да бъде изгасен по-бързо. А ако има "рояк" от дронове, със сигурност дори по-големите пожари ще гаснат още по-бързо.
"В дипломната си работа разработих само теоретичната постановка за гасене на пожари в гората. Създаденият модел, който включва методи за изкуствен интелект, служи за обучение на летящата машина и е начин за бързо гасене. Всъщност противопожарната машина може да бъде не само дрон, но също хеликоптер или наземна техника. За другите обаче не съм създал модели." - обяснява инж. Георги Харбалиев.
Как "разсъждава" виртуалният дрон
"Разсъдъкът" на дрона, създаден от Георги Харбалиев, следва човешката логика: проба/грешка. Младият дипломант пък е човекът, който казва кое е правилно и кое – не. За правилно поведение "разсъдъкът" на виртуалния дрон получава похвала, а когато сгреши, получава наказание.
По този начин мислещата машина научава кога лети на правилната височина, кога поддържа правилен наклон, за да не падне, кога да включи водната струя и как да я насочи към запаленото дърво в гората с прецизността на снайперист. Доцент Будакова обяснява:
"Моделът на дрона е всъщност една голяма невронна мрежа с много слоеве и с много неврони във всеки слой. Обучението на невронната мрежа се повтаря милиони пъти, докато започне да бъде ефективно намирането, позиционирането и изгасяването на пожара." И все пак по какво виртуалният дрон разпознава пожара? Мислещият дрон на инж. Харбалиев разпознава кое дърво гори чрез система за компютърно зрение. Има обаче възможност това да стане по разликата в температурата, но подобен подход изисква още обучение.
Много съществен е въпросът дали виртуалният противопожарен дрон, създаден в Техническия униврситет – филиал Пловдив може да стане реален. Още повече, че университетът има специално научно и учебно направление "Авиационна техника и технологии", където студентите и учените разработват истински машини. Ето мнението на доц. д-р Диляна Будакова: "Да, ще може да се създаде реален дрон за гасене на горски пожари. Но ще бъде по-сложно заради изчислителните изисквания на мрежите. Засега дроновете не са автономни. Трябва да бъде направена електрониката в него специално, за да може автономно да изпълнява цели. В момента такъв дрон няма, но може да има. А той може да ползва интелекта, разработен от моя дипломант".
пон | вто | сря | чтв | пет | съб | нед |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 |
Автомобил отнесе мантинелата на основен пловдивски булевард, поли...
21:53 / 29.11.2024
От утре: Проблеми за шофьорите в Пловдивско
20:51 / 29.11.2024
През следващата година старозагорци ще се радват на обновен европ...
19:20 / 29.11.2024
Нова рокада в Пловдив: Сменят директора на ключова длъжност
19:44 / 29.11.2024
Кола удари пешеходец във Велико Търново
18:51 / 29.11.2024
За пръв път Община Стара Загора предоставя услуги, които са по мо...
18:40 / 29.11.2024
Актуални теми
Анкета
Не (15758) | 41% | |
Да, но отложено и превъртам реклами и съдържание (14134) | 37% | |
Да, гледам по традиционен начин (8605) | 22% | |