1901: Charles Stark Draper föds

Den 2 oktober 1901 föddes Charles Stark Draper i Windsor, Missouri. Efter utbildning först i psykologi och sedan i ingenjörsvetenskap vid Stanford och MIT ägnade han sin karriär åt problemet att veta var man befinner sig och åt vilket håll man pekar när inga yttre landmärken finns tillgängliga. Han blev den erkände fadern till tröghetsnavigering — konsten att använda gyroskop och accelerometer för att spåra rörelse genom ren beräkning.

Vid MIT grundade han Instrumentation Laboratory, en unik institution som förde samman fysiker, ingenjörer och tidiga datavetare. Under andra världskriget producerade laboratoriet avancerade eldledningssystem; därefter vände det sig till styrning av ballistiska robotar och, mest berömt, till navigationssystemen för Apollorymdfarkosterna.

Apollos styrdator som Drapers team skapade var en milstolpe i databehandlingens historia. Den var en av de tidigaste maskinerna som i hög grad förlitade sig på integrerade kretsar, arbetade under stränga realtidskrav och måste kunna anförtros människoliv nästan 400 000 kilometer från jorden. Dess programvara introducerade prioritetsbaserad multitasking och rigorösa utvecklingsmetoder som fortfarande ekar i säkerhetskritiska AI-system.

Den intellektuella tråd som löper från Draper till dagens artificiella intelligens är problemet med tillståndsuppskattning. Tröghetssystem måste smälta samman brusiga, högfrekventa sensordata till en sammanhängande bild av position och orientering — precis den utmaning som dagens robotar, självkörande bilar och drönare står inför. Tekniker som förfinades i hans laboratorium, inklusive tidiga digitala implementationer av Kalman-filtrering, blev grundläggande verktyg i probabilistisk robotik och sensorfusion, kärnkomponenter i moderna maskininlärningspipelines för perception och kontroll.

Idag finns Drapers arv överallt: i de pyttesmå tröghetssensorerna inuti varje smarttelefon, i navigationsstackarna hos självkörande bilar och i styrdatorerna hos planetära rovers. Den sömlösa integrationen av fysisk avkänning och inbyggd intelligens som han förespråkade förblir väsentlig för förkroppsligad AI. På denna dag minns vi ingenjören som lärde maskiner att veta var de är — en förutsättning för varje artificiell agent som hoppas kunna handla i världen.