Microsoft startet Project AirSim

In einer digitalen Nachbildung eines echten Windparks verfolgen Tester eine simulierte Drohne durch eine Virtual-Reality-Brille, während sie die hoch aufragenden Windturbinen inspizierte. Mit diesen hyperrealistischen Simulationen werden autonome Luftfahrzeuge trainiert, die nun Windparks inspizieren, Wildtiere überwachen und Lecks in Öltanks aufspüren.

Jeder dieser KI-gesteuerten Flüge fand zunächst in simulierten 3D-Welten statt. Denn wenn KI der Schlüssel zum Aufbau von Autonomie in der Luft ist, dann sind Daten der Schlüssel zum Aufbau von KI – Daten, die in der realen Welt unmöglich zu bekommen sind.

Die Antwort auf diese Herausforderung heißt Microsofts Project AirSim, das auf der Farnborough International Airshow angekündigt wurde. Project AirSim ist eine neue Plattform, die auf Microsoft Azure läuft, um autonome Flugzeuge durch realitätsnahe Simulationen sicher zu entwickeln, zu trainieren und zu testen.

In diesen realistischen Umgebungen können KI-Modelle in Sekundenschnelle Millionen von Flügen absolvieren und dabei lernen, wie sie auf zahllose Variablen reagieren, ähnlich wie in der realen Welt: Wie würde das Fahrzeug bei Regen, Graupel oder Schnee fliegen? Wie würden sich starker Wind oder hohe Temperaturen auf die Akkulaufzeit auswirken? Kann die Kamera der Drohne die Arme einer Turbine an einem bewölkten Tag genauso gut erkennen wie an einem klaren Tag?

Das Projekt AirSim nutzt die Leistungsfähigkeit von Azure, um riesige Datenmengen zu generieren, mit denen KI-Modelle trainiert werden können, um genau zu bestimmen, welche Aktionen in jeder Flugphase – vom Start über den Reiseflug bis zur Landung – ausgeführt werden sollen. Darüber hinaus bietet es Bibliotheken mit simulierten 3D-Umgebungen, die verschiedene städtische und ländliche Landschaften darstellen, sowie eine Reihe hochentwickelter, vorab trainierter KI-Modelle, um die Autonomie bei der Inspektion von Infrastrukturen aus der Luft, der Zustellung auf der letzten Meile und der städtischen Luftmobilität zu beschleunigen.

Project AirSim ist in einer begrenzten Vorschau verfügbar. Interessierte Kunden können das Project AirSim-Team kontaktieren, um mehr zu erfahren.

Die Fortschritte in der KI-, Computer- und Sensortechnologie beginnen die Art und Weise zu verändern, wie wir Menschen und Güter transportieren, sagte Gurdeep Pall, Microsoft Corporate Vice President für Business Incubations in Technology & Research. Und dies geschieht nicht nur in abgelegenen Gebieten, in denen Windparks angesiedelt sind. Angesichts der zunehmenden städtischen Dichte sind verstopfte Straßen und Autobahnen einfach nicht mehr der schnellste Weg, um von A nach B zu gelangen.

„Autonome Systeme werden viele Branchen verändern und viele Szenarien aus der Luft ermöglichen, von der Auslieferung von Waren auf der letzten Meile in überfüllten Städten bis hin zur Inspektion von heruntergefallenen Stromleitungen aus einer Entfernung von 1.000 Meilen“, so Pall. „Aber zuerst müssen wir diese Systeme in einer realistischen, virtualisierten Welt sicher trainieren. Das Projekt AirSim ist ein wichtiges Instrument, mit dem wir eine Brücke zwischen der Welt der Bits und der Welt der Atome schlagen können, und es zeigt die Leistungsfähigkeit des industriellen Metaversums – der virtuellen Welten, in denen Unternehmen Lösungen entwickeln, testen und verbessern und sie dann in die reale Welt bringen.“

Autonomie in der Luft beschleunigen

Die High-Fidelity-Simulation war das Herzstück von AirSim, einem früheren Open-Source-Projekt von Microsoft Research, das eingestellt wird, aber das neue Projekt inspirierte. AirSim war ein beliebtes Forschungstool, das jedoch umfangreiche Kenntnisse in den Bereichen Programmierung und maschinelles Lernen erforderte.

Jetzt hat Microsoft dieses Open-Source-Tool in eine End-to-End-Plattform umgewandelt, die es Kunden von Advanced Aerial Mobility (AAM) ermöglicht, KI-gesteuerte Flugzeuge in simulierten 3D-Umgebungen einfacher zu testen und zu trainieren.

„Alle reden über KI, aber nur wenige Unternehmen sind in der Lage, sie in großem Maßstab zu entwickeln“, sagt Balinder Malhi, technischer Leiter von Project AirSim. „Wir haben Project AirSim mit den Schlüsselfähigkeiten geschaffen, von denen wir glauben, dass sie dazu beitragen werden, die Autonomie in der Luft zu demokratisieren und zu beschleunigen – nämlich die Fähigkeit, die reale Welt genau zu simulieren, riesige Datenmengen zu erfassen und zu verarbeiten und Autonomie zu kodieren, ohne dass tiefgreifende KI-Kenntnisse erforderlich sind.

Mit Project AirSim können Entwickler auf vortrainierte KI-Bausteine zugreifen, darunter fortschrittliche Modelle zur Erkennung und Vermeidung von Hindernissen und zur Durchführung von Präzisionslandungen. Diese sofort einsetzbaren Funktionen machen tiefgreifende Fachkenntnisse im Bereich des maschinellen Lernens überflüssig und tragen dazu bei, den Kreis derer zu erweitern, die mit dem Training autonomer Flugzeuge beginnen können, so Malhi.

Mit Hilfe von Bing Maps und anderen Anbietern werden die Kunden von Project AirSim auch in der Lage sein, Millionen von detaillierten 3D-Umgebungen zu erstellen und auf eine Bibliothek mit spezifischen Orten, wie New York City oder London, oder allgemeinen Räumen, wie einem Flughafen, zuzugreifen.

Microsoft arbeitet auch eng mit Industriepartnern zusammen, um die genaue Simulation auf Wetter, Physik und – ganz wichtig – die Sensoren auszuweiten, mit denen eine autonome Maschine die Welt „sieht“. In Zusammenarbeit mit Ansys werden die physikalisch fundierten Sensorsimulationen von Ansys genutzt, um den Kunden umfassende Bodeninformationen für autonome Fahrzeuge zu liefern. In der Zwischenzeit arbeiten Microsoft und MathWorks zusammen, damit Kunden ihre eigenen physikalischen Modelle mit Hilfe von Simulink in die AirSim-Plattform einbringen können.

Bei simulierten Flügen werden riesige Datenmengen erzeugt. Die Entwickler erfassen all diese Daten und nutzen sie, um KI-Modelle mit verschiedenen Methoden des maschinellen Lernens zu trainieren.

Das Sammeln dieser Daten ist in der realen Welt unmöglich, wo man sich keine Millionen von Fehlern leisten kann, so Matt Holvey, Direktor für intelligente Systeme bei Bell, das ebenfalls am Early-Access-Programm von Project AirSim teilgenommen hat. Oft kann man es sich nicht leisten, einen Fehler zu machen.

Aus diesem Grund wendet sich Bell an Project AirSim, um die Fähigkeit seiner Drohnen zur autonomen Landung zu verbessern. Das ist ein schwieriges Problem. Was ist, wenn der Landeplatz mit Schnee, Laub oder stehendem Wasser bedeckt ist? Wird das Fluggerät dies erkennen können? Was ist, wenn die Rotorblätter Staub aufwirbeln und die Sicht der Drohne verdecken? Mit AirSim konnte Bell sein KI-Modell innerhalb weniger Minuten mit Tausenden von „Was-wäre-wenn“-Szenarien trainieren und so ein kritisches Manöver üben und perfektionieren, bevor es in der realen Welt ausprobiert wurde.

Die aufstrebende Welt der fortschrittlichen Mobilität in der Luft wird eine Vielzahl von Fahrzeugen in die Lüfte bringen, von Hobby-Drohnen bis hin zu hochentwickelten eVTOLs (elektrische Senkrechtstarter), die Passagiere befördern. Und die potenziellen Anwendungsfälle sind laut Microsoft nahezu grenzenlos: Inspektion von Stromleitungen und Häfen, Transport von Paketen und Personen in überfüllten Städten, Einsatz in engen Minen oder hoch über landwirtschaftlichen Flächen.

In den realitätsgetreuen Umgebungen von Project AirSim lernen KI-Modelle durch Versuch und Irrtum genau, welche Aktionen in jeder Flugphase durchzuführen sind. Bild von Microsoft.

Aber Technologie allein wird die Welt des autonomen Fluges nicht einleiten. Die Industrie muss sich auch einen Weg durch die weltweiten Luftraumüberwachungssysteme und das regulatorische Umfeld bahnen. Das Team von Project AirSim arbeitet aktiv mit Normungsgremien, der Zivilluftfahrt und Regulierungsbehörden zusammen, um die notwendigen Standards und Mittel zur Einhaltung der Vorschriften zu entwickeln, die diese Branche vorantreiben.

Microsoft plant auch eine Zusammenarbeit mit den weltweiten Regulierungsbehörden für die Zivilluftfahrt, um herauszufinden, wie Project AirSim bei der Zertifizierung von sicheren autonomen Systemen helfen kann, so Pall, indem es Szenarien innerhalb von AirSim erstellt, die ein autonomes Fahrzeug erfolgreich navigieren muss. In einem Fall regnet es in Strömen, in einem Fall herrscht starker Wind, in einem Fall verliert es die GPS-Verbindung. Wenn das Fahrzeug trotzdem jedes Mal von Punkt A nach Punkt B kommt, könnte das ein wichtiger Schritt in Richtung Zertifizierung sein, so Pall.

Und die Branche nähert sich dem skalierbaren, kommerziellen Betrieb autonomer Systeme immer mehr an. Bell nutzte kürzlich das Projekt AirSim zur Vorbereitung auf das Erweiterungsprojekt Systems Integration and Operationalization (SIO) der NASA, das den Einsatz autonomer Flugzeuge im nationalen Luftraumsystem beschleunigen soll. Das APT-Flugzeug (Autonomous Pod Transport) des Unternehmens flog durch einen Korridor in der Gegend von Dallas-Fort Worth und demonstrierte erfolgreich die Fähigkeit des Flugzeugs, den Kontakt zu bodengestützten Radarüberwachungssystemen aufrechtzuerhalten.

„AirSim ermöglichte es uns, ein echtes Verständnis dafür zu bekommen, was uns erwartet, bevor wir in der realen Welt flogen“, sagte Holvey von Bell. „Es wird eines der Werkzeuge sein, die den Zeitplan für die Skalierung der Mobilität aus der Luft beschleunigen werden. Wenn wir alles von Hand, in einem Labor oder in einem fliegenden Flugzeug testen und validieren müssen, wird das Jahrzehnte dauern und Milliarden kosten. Aber das Projekt AirSim bringt das durch eine realitätsnahe Simulation voran.

Ashish Kapoor, der Schöpfer des ursprünglichen AirSim in Microsoft Research, ist stolz darauf, dass er dazu beigetragen hat, dass sich die Simulationsmaschine von einem Forschungswerkzeug, das größtenteils aus Code bestand, zu einer robusteren Plattform entwickelt hat, die jedes Unternehmen ohne tiefgreifende technische Kenntnisse nutzen kann. Kapoor ist selbst Flieger und kann es kaum erwarten, zu sehen, was das für die Welt des Fliegens bedeutet.

„Wenn ein Flugzeug in Project AirSim durch den Weltraum fliegt, werden eine Menge Daten generiert“, so Kapoor, der jetzt General Manager der Forschungsgruppe für autonome Systeme bei Microsoft ist. „Unsere Fähigkeit, diese Daten zu erfassen und in autonome Systeme zu übersetzen, wird die Landschaft der Luftfahrt erheblich verändern. Und deshalb werden wir viel mehr Fahrzeuge am Himmel sehen, die helfen, landwirtschaftliche Betriebe zu überwachen, kritische Infrastrukturen zu inspizieren und Waren und Menschen an die entlegensten Orte zu transportieren.“