A aviação se tornou uma realidade no ini­cio do século 20, mas levou 20 anos para que as precauções de segurança adequadas permitissem a adoção generalizada das viagens aanãreas. Hoje, o futuro de vea­culos totalmente auta´nomos éigualmente nublado, devido em grande parte a questões de segurança.

Para acelerar essa linha do tempo, o estudante de graduação Heng “Hank” Yang e seus colaboradores desenvolveram o primeiro conjunto de algoritmos de “percepção certifica¡vel”, que podem ajudar a proteger a próxima geração de vea­culos auta´nomos - e os vea­culos com os quais eles compartilham a estrada.

Embora Yang seja agora uma estrela em ascensão em seu campo, demorou muitos anos atéque ele decidisse pesquisar roba³tica e sistemas auta´nomos. Criado na prova­ncia de Jiangsu, na China, ele concluiu seu curso de graduação com honras da Universidade de Tsinghua. Seu tempo na faculdade foi gasto estudando de tudo, desde abelhas atémeca¢nica de células. “Minha curiosidade me levou a estudar muitas coisas. Com o tempo, comecei a me desviar mais para a engenharia meca¢nica, pois ela se cruza com muitos outros campos ”, diz Yang.

Yang fez mestrado em engenharia meca¢nica no MIT, onde trabalhou no aprimoramento de um sistema de imagem por ultrassom para rastrear a fibrose hepa¡tica. Para alcana§ar seu objetivo engenharia, Yang decidiu tomar uma classe sobre o projeto de algoritmos para robôs de controle.

“A aula também abordou a otimização matemática, que envolve a adaptação de fa³rmulas abstratas para modelar quase tudo no mundo”, diz Yang. “Aprendi uma solução bacana para amarrar as pontas soltas da minha tese. Fiquei surpreso com o quanto poderosa a computação pode ser para otimizar o design. A partir daa­, eu sabia que era o campo certo para explorar a seguir. ”

Yang éagora um aluno de pós-graduação no Laborata³rio de Sistemas de Informação e Decisão (LIDS), onde trabalha com Luca Carlone , o Professor Associado de Desenvolvimento de Carreira Leonardo em Engenharia, no desafio da percepção certifica¡vel. Quando os robôs detectam seus arredores, eles devem usar algoritmos para fazer estimativas sobre o ambiente e sua localização. “Mas esses algoritmos de percepção são projetados para serem rápidos, com pouca garantia de que o roba´ tenha conseguido obter uma compreensão correta do que estãoao seu redor”, diz Yang. “Esse éum dos maiores problemas existentes. Nosso laboratório estãotrabalhando para projetar algoritmos 'certificados' que podem dizer se essas estimativas estãocorretas. ”

Por exemplo, a percepção do roba´ comea§a com o roba´ capturando uma imagem, como um carro auta´nomo tirando uma foto de um carro se aproximando. A imagem passa por um sistema de aprendizado de ma¡quina denominado rede neural, que gera pontos-chave dentro da imagem sobre os espelhos, rodas, portas do carro que se aproximam, etc. A partir daa­, são desenhadas linhas que procuram rastrear os pontos-chave detectados no carro 2D imagem para os pontos-chave 3D rotulados em um modelo de carro 3D. “Devemos então resolver um problema de otimização para girar e traduzir o modelo 3D para alinha¡-lo com os pontos-chave da imagem”, diz Yang. “Este modelo 3D ajudara¡ o roba´ a entender o ambiente do mundo real.”

Cada linha trazda deve ser analisada para ver se criou uma correspondaªncia correta. Como hámuitos pontos-chave que podem ser correspondidos incorretamente (por exemplo, a rede neural pode reconhecer erroneamente um espelho como uma maa§aneta), esse problema é“não convexo” e difa­cil de resolver. Yang diz que o algoritmo de sua equipe, que ganhou o praªmio de Melhor Artigo em Visão Roba³tica na Conferência Internacional sobre Roba³tica e Automação (ICRA), suaviza o problema não convexo para se tornar convexo e encontra correspondaªncias bem-sucedidas. “Se a correspondaªncia não estiver correta, nosso algoritmo sabera¡ como continuar tentando atéencontrar a melhor solução, conhecida como ma­nimo global. O certificado éconcedido quando não hásoluções melhores ”, explica.

“Esses algoritmos certifica¡veis ​​tem um grande impacto potencial, porque ferramentas como carros auta´nomos devem ser robustas e confia¡veis. Nosso objetivo éfazer com que o motorista receba um alerta para assumir o volante se o sistema de percepção falhar ”.  

Ao combinar a imagem 2D com o modelo 3D, uma suposição éque o modelo 3D se alinhara¡ com o tipo de carro identificado. Mas o que acontece se a imagem do carro tiver uma forma que o roba´ nunca viu em sua biblioteca? “Agora precisamos estimar a posição do carro e reconstruir a forma do modelo”, diz Yang.

A equipe descobriu uma maneira de contornar esse desafio. O modelo 3D étransformado para coincidir com a imagem 2D, passando por uma combinação linear de vea­culos previamente identificados. Por exemplo, o modelo pode mudar de Audi para Hyundai ao registrar a construção correta do carro real. Identificar asDimensões do carro que se aproxima éa chave para evitar colisaµes. Este trabalho rendeu a Yang e sua equipe um Finalista do Praªmio de Melhor Artigo na Conferência de Roba³tica: Ciência e Sistemas (RSS), onde Yang também foi nomeado Pioneiro do RSS.

Além de fazer apresentações em conferaªncias internacionais, Yang gosta de discutir e compartilhar suas pesquisas com o paºblico em geral. Recentemente, ele compartilhou seu trabalho sobre percepção certifica¡vel durante a primeira vitrine pública de SLAM de pesquisa do MIT . Ele também coorganizou a primeira conferaªncia virtual de estudantes do LIDS ao lado de lideres do setor. Suas palestras favoritas se concentraram em maneiras de combinar teoria e prática , como o uso de Kimon Drakopoulos de algoritmos de IA para orientar como alocar os recursos de teste Covid-19 da Granãcia. “Algo que me marcou foi como ele realmente enfatizou o que essas ferramentas anala­ticas rigorosas podem fazer para beneficiar o bem social”, diz Yang.

Yang planeja continuar pesquisando problemas desafiadores que abordam a autonomia segura e confia¡vel seguindo uma carreira acadaªmica. Seu sonho de se tornar um professor também éalimentado por seu amor por ser mentor de outras pessoas, o que ele gosta de fazer no laboratório de Carlone. Ele espera que seu trabalho futuro leve a mais descobertas que funcionem para proteger a vida das pessoas. “Acho que muitos estãopercebendo que o conjunto existente de soluções que temos para promover a segurança humana não ésuficiente”, disse Yang. “Para alcana§ar uma autonomia confia¡vel, éhora de adotarmos um conjunto diversificado de ferramentas para projetar a próxima geração de algoritmos de percepção segura.”

“Sempre deve haver um sistema de segurança contra falhas, já que nenhum de nossos sistemas feitos por humanos pode ser perfeito. Acredito que seránecessa¡rio o poder da teoria e da computação rigorosas para revolucionar o que podemos revelar com sucesso ao paºblico. ”