Selon la Organisation nationale océanique et atmosphérique, la portion de l'océan qui reste à explorer est de plus de 80 %. Nous avons encore des kilomètres et des kilomètres de surface à connaître et cartographier avant d'être vraiment satisfaits.
Pourtant, explorer les mers n'est pas aussi simple qu'il y paraît.
Les navires seuls sont trop lents et trop chers pour faire un tel travail. Ils ont besoin d'une aide supplémentaire, d'un allié sur lequel ils peuvent compter pour explorer l'immense bleu.
C'est là qu'entre en jeu la technologie, avec la production de robots aquatiques capables d'aller en profondeur, contrôlant l'océan et tous ses secrets.
C'est ce qu'il croit John O.Dabiri, professeur d'aéronautique et de génie mécanique au California Institute of Technology. Le projet de son équipe a conduit à la création de CARL-Bot (Caltech Autonomous Reinforcement Learning Robot), un robot aquatique à peine plus qu'une main.
CARL est alimenté par un microprocesseur interne, ce qui lui permet de se déplacer librement et d'enregistrer tout ce qu'il observe. Une minuscule caméra qui peut aller dans les profondeurs inconnues de l'océan, donnant aux scientifiques de quoi travailler.
La mémoire de CARL et son fonctionnement
Le robot aquatique CARL doit son invention à l'étudiant diplômé de Caltech Pierre Gunnarson, qui l'a produit dans les laboratoires Dabiri.
À l'heure actuelle, CARL reçoit un certain nombre de petits changements. Il est important qu'il soit capable de s'orienter et de naviguer seul dans l'océan, sans avoir besoin de contrôle externe.
Gunnarson a demandé de l'aide à l'informaticien Petros Koumoutsakos, qui a réussi à développer des algorithmes d'intelligence artificielle pour CARL, potentiellement capables de lui apprendre à s'orienter en fonction des changements de l'environnement et des expériences passées.
Communications Nature n'ont publié leurs recherches que cette semaine, démontrant la nature extraordinaire du projet.
Les algorithmes développés par Koumoutsakos exploitent la mémoire du robot, ses « mémoires ». L'objectif, comme le confirme Dabiri, est de "utiliser ces informations pour décider comment gérer les mêmes situations à l'avenir »
Le laboratoire tourne toujours à plein régime et les scientifiques tentent de déterminer si CARL fera vraiment le travail.
Ci-dessous, la présentation laissée par Caltech sur le projet.
Pour effectuer les différents tests, l'équipe placera CARL à l'intérieur d'un réservoir, avec de petits jets capables de générer des courants horizontaux à travers lesquels naviguer.
Lors des tests, nous nous chargerons également de réguler et d'alléger la charge du sensori par CARL.
Lorsqu'un robot est équipé d'outils tels que LiDAR ou des appareils photo, sa capacité à rester longtemps dans l'océan avant de devoir changer la batterie devient assez limitée. En allégeant la charge sur les capteurs, les chercheurs pourraient augmenter le temps d'utilisation de CARL et obtenir de bien meilleurs résultats.
Le projet « méduse bionique » qui explore l'océan
Le logiciel de CARL, compte tenu de son incroyable complexité, pourrait servir de « pionnier » pour d'autres projets innovants.
L'année dernière, le groupe de Dabiri - toujours le même groupe - a publié des recherches sur l'utilisation du zapping électrique pour contrôler les mouvements d'un méduse .
L'ajout d'une puce de type CARL permettrait aux chercheurs de mieux guider les méduses à travers l'océan.
Contrairement aux robots, les méduses n'auraient aucune limite de profondeur, elles pourraient atteindre pratiquement n'importe quel endroit.
CARL n'est que le début d'un projet beaucoup plus vaste, qui nous permettra d'observer de près chaque recoin de la surface de la mer. La vision de Dabiri est grande et enthousiaste, nous n'avons plus qu'à attendre les prochaines mises à jour.
Vous pourriez un jour imaginer 10.000 XNUMX ou un million de CARL (nous leur donnerons des noms différents, je suppose) allant tous dans l'océan pour mesurer des régions auxquelles nous ne pouvons tout simplement pas accéder aujourd'hui en même temps afin que nous obtenions une image résolue dans le temps de comment l'océan change. (…) Il sera vraiment essentiel de modéliser les prévisions climatiques, mais aussi de comprendre le fonctionnement de l'océan.