在運(yùn)行的第一年，智能拖曳坦克(ITT)進(jìn)行了大約100,000個實(shí)驗(yàn)，基本上在幾周內(nèi)完成了相當(dāng)于一名博士生五年實(shí)驗(yàn)的費(fèi)用。
由麻省理工學(xué)院海格蘭特流體力學(xué)實(shí)驗(yàn)室開發(fā)的自動化實(shí)驗(yàn)設(shè)備，可以自動，自適應(yīng)地執(zhí)行，分析和設(shè)計探索渦旋振動(VIV)的實(shí)驗(yàn)。對于涉及海洋工程的海洋結(jié)構(gòu)，例如將水下油井連接到地表的海洋鉆探立管，重要的是，由于涉及大量參數(shù)，VIV仍然是研究人員的一種現(xiàn)象。
在積極學(xué)習(xí)的指導(dǎo)下，ITT進(jìn)行了一系列實(shí)驗(yàn)，其中每個下一個實(shí)驗(yàn)的參數(shù)都由計算機(jī)選擇。該系統(tǒng)使用“探索和利用”方法，大大減少了探索和繪制控制VIV的復(fù)雜力所需的實(shí)驗(yàn)數(shù)量。
什么開始作為當(dāng)時的博士生睇下凡的追求上進(jìn)行千元左右費(fèi)力的實(shí)驗(yàn)削減-手-導(dǎo)致了創(chuàng)新的系統(tǒng)設(shè)計和論文近日發(fā)表在雜志科學(xué)機(jī)器人。
范(Fan)現(xiàn)在是博士后，由麻省理工學(xué)院海格蘭特學(xué)院計劃和麻省理工學(xué)院機(jī)械工程系，法國高等師范大學(xué)雷恩分校以及布朗大學(xué)的研究人員組成的團(tuán)隊(duì)揭示了實(shí)驗(yàn)研究的潛在范式轉(zhuǎn)變，其中人，計算機(jī)和機(jī)器人可以更有效地協(xié)作以加速科學(xué)發(fā)現(xiàn)。
一只33英尺長的鯨魚還活著，可以在不間斷的情況下進(jìn)行操作，也無需對即將到來的企業(yè)進(jìn)行監(jiān)督-在這種情況下，它探索了流體與結(jié)構(gòu)相互作用領(lǐng)域的典型問題。但是研究人員設(shè)想主動學(xué)習(xí)和自動化方法在跨學(xué)科的實(shí)驗(yàn)研究中的應(yīng)用，有可能在多輸入/多輸出非線性系統(tǒng)中帶來新的見識和模型。
VIV是在即將到來的不規(guī)則橫流??中在結(jié)構(gòu)上引起的固有非線性運(yùn)動，這使研究變得煩惱。研究人員報告說，ITT完成的實(shí)驗(yàn)數(shù)量已經(jīng)可以與迄今為止在全球范圍內(nèi)針對VIV進(jìn)行的實(shí)驗(yàn)總數(shù)進(jìn)行比較。
原因是研究運(yùn)動中的復(fù)雜力涉及大量從流速到壓力的獨(dú)立參數(shù)。范認(rèn)為，一種系統(tǒng)的蠻力方法(在8維參數(shù)空間中盲目地對每個參數(shù)進(jìn)行10次測量)將需要進(jìn)行1億次實(shí)驗(yàn)。
通過ITT，范和他的合作者將這個問題帶入了一個比以前更難以探索的參數(shù)空間。他解釋說：“如果我們對研究的問題執(zhí)行傳統(tǒng)技術(shù)，則將需要950年的時間才能完成實(shí)驗(yàn)。”顯然不可行，因此Fan和團(tuán)隊(duì)將高斯過程回歸學(xué)習(xí)算法集成到了ITT中。通過這樣做，研究人員將實(shí)驗(yàn)負(fù)擔(dān)減少了幾個數(shù)量級，僅需要幾千次實(shí)驗(yàn)。
機(jī)器人系統(tǒng)自動執(zhí)行初始實(shí)驗(yàn)序列，以恒定的速度定期沿著水箱的長度拖曳淹沒的結(jié)構(gòu)。然后，ITT通過最小化量化不確定性的合適采集函數(shù)并適應(yīng)實(shí)現(xiàn)一系列目標(biāo)(例如減少阻力)來對每個下一個實(shí)驗(yàn)的參數(shù)進(jìn)行部分控制。
今年早些時候，范在ITT的開發(fā)過程中因“杰出的創(chuàng)造力和創(chuàng)造力判斷”而被授予麻省理工學(xué)院機(jī)械工程獎。“ Dixia的智能拖船設(shè)計是使用新穎方法重振成熟領(lǐng)域的杰出典范，”擔(dān)任范博士的海洋學(xué)顧問的Michael Triantafyllou，Henry L.和Grace Doherty教授說道。
Triantafyllou是該論文的合著者，也是MIT Sea Grant College Program的負(fù)責(zé)人。他說：“MIT Sea Grant多年來致力于利用海洋??深層問題的深度學(xué)習(xí)方法，為資源和項(xiàng)目提供資金，并且已經(jīng)取得了豐碩的成果。麻省理工學(xué)院海洋基金會由美國國家海洋與大氣管理局資助，并由國家海洋補(bǔ)助金計劃管理。麻省理工學(xué)院海洋補(bǔ)助金是聯(lián)邦與研究所的合作伙伴關(guān)系，使麻省理工學(xué)院的研究和工程核心能夠應(yīng)對與海洋有關(guān)的挑戰(zhàn)。
范的研究指出了其他在科學(xué)中利用自動化和人工智能的方法。在加州理工學(xué)院，一位名叫“亞當(dāng)”的機(jī)器人科學(xué)家生成并檢驗(yàn)了假設(shè)。在國防高級研究計劃局的“大機(jī)制”計劃中，讀取了成千上萬的研究論文，以生成新的模型。
同樣，ITT運(yùn)用人機(jī)機(jī)器人協(xié)作來加速實(shí)驗(yàn)工作。該系統(tǒng)展示了進(jìn)行研究的潛在范式轉(zhuǎn)變，其中自動化和不確定性量化可以極大地加速科學(xué)發(fā)現(xiàn)。研究人員斷言，本文描述的機(jī)器學(xué)習(xí)方法可以在流體力學(xué)中以及在流體力學(xué)之外進(jìn)行調(diào)整，并應(yīng)用于其他實(shí)驗(yàn)領(lǐng)域。
論文的其他撰稿人包括布朗大學(xué)的喬治·卡尼亞達(dá)基斯(George Karniadakis)，他也是麻省理工學(xué)院海洋基金會的會員。來自ENS雷恩(Rennes)的Gurvan Jodin;麻省理工學(xué)院機(jī)械工程博士研究生 麻省理工學(xué)院海洋基金會的托馬斯·康西(Thomas Consi)，盧卡·邦菲格里奧(Luca Bonfiglio)和莉莉·凱斯(Lily Keyes)。
這項(xiàng)工作得到了DARPA，F(xiàn)ariba Fahroo和Jan Vandenbrande的支持，通過EQUiPS(實(shí)現(xiàn)物理系統(tǒng)不確定性的量化)贈款，以及Shell，Subsea 7和MIT Sea Grant College Program。