专业无人机赛车手是最新遭受人工智能智胜耻辱的人，因为由该技术驱动的四轴飞行器在自己的比赛中击败了他们。
戴着与无人机上的摄像头相连的第一人称视角耳机的冠军赛车手很难跟上名为 Swift 的人工智能飞行器的步伐。
Swift 由瑞士苏黎世大学的研究人员开发，在与世界上一些最优秀的无人机飞行员的 25 场比赛中迅速取得了 15 场胜利。
斯威夫特向人类展示了它是如何做到的，他还以高达 62 英里/小时（100 公里/小时）的速度穿越障碍物，创下了最快圈速。该团队在周四分享的一段视频（上）中表示：“所有这一切都仅依靠机载计算机、单个摄像头和惯性传感器。”
苏黎世大学机器人与感知小组负责人 Davide Scaramuzza 表示：“体育运动对人工智能来说更具挑战性，因为它们比棋盘游戏或视频游戏更难预测。” “我们对无人机和环境模型没有完美的了解，因此人工智能需要通过与物理世界交互来学习它们。”
该团队指出，直到最近，自主无人机在赛道上导航所需的时间是人类驾驶无人机的两倍，除非它们连接到外部位置跟踪系统以创建更精确的飞行路径。
但斯威夫特独树一帜，它对机载摄像头收集的数据做出实时反应，类似于人类赛车手使用的摄像头。
该团队在其网站上解释说：“其集成惯性测量单元可测量加速度和速度，而人工神经网络则使用摄像头的数据来定位无人机在太空中的位置并检测赛道上的大门。” “这些信息被馈送到同样基于深度神经网络的控制单元，该单元会选择最佳动作来尽快完成电路。”
斯威夫特的训练是在模拟环境中开始的，以避免摧毁大量无人机。一旦软件足够好，它就会通过使用真机的飞行进行完善。
准备就绪后，它与 2019 年无人机竞速联盟冠军 Alex Vanover 进行了较量； Thomas Bitmatta，2019 年 MultiGP 无人机竞赛冠军；以及三届瑞士冠军马文·谢珀 (Marvin Schaepper)。
赛道面积为 25 x 25 米，有七个方形大门，必须按正确的顺序通过才能完成一圈。比赛还涉及具有挑战性的动作，例如 Split-S，这是一种杂技动作，涉及无人机半滚动并全速下降半循环。
虽然斯威夫特取得了最快的单圈成绩，但人类飞行员比自动无人机的适应能力更强，当条件与训练时不同时，自动无人机会遇到困难——例如，如果航线上有更亮的灯光。
该团队表示，其研究不仅仅是使用机器人无人机击败专业无人机赛车手，并解释说，由于电池限制，飞行时间有限，以更快的速度飞行自主机器可以使它们更加高效，因此对于搜索等任务更有用- 救援任务、森林监测，甚至太空探索。
人工智能驱动的软件长期以来一直能够在国际象棋和围棋等游戏中击败人类，但斯威夫特在无人机比赛中的成就被认为是世界第一。