未來飛機將像鳥兒一樣用氣流飛行

2018年10月15日

  在自然界中，鳥兒並不總是拍翅膀飛翔。它們在長時間的飛行過程中，經常利用上升的熱氣流，翺翔至高處，而不需要揮動翅膀。借助大翼展，甚至可以在高空停留數小時，並且消耗最少的能量。它們在朝著太陽、背向地球表面的上升熱空氣柱中的湍流環境中通過複雜決策，進行這種稱作“熱氣流飛翔”行為。迄今為止，科學家尚不清楚鳥兒究竟是如何發現並利用這些不可預測的複雜多變氣流，並且對微小的變化做出調整。如果不充分理解這一點，就很難教會飛行器在現實環境裏做同樣的事情。為此美國加州大學聖地亞哥分校研究人員馬西莫·韋格索拉教授及其同事對于這個問題給出了一個嚴格的計算研究。

  所謂機器學習，是指計算機獲取新的知識或技能，重新組織已有的知識結構，從而不斷改善自身的性能。這是人工智能（AI）的核心，也可看作是使計算機具有智能的根本途徑。為了應對上述挑戰，通過機器學習訓練算法來控制滑翔機以利用熱量上升，韋格索拉教授及其團隊將眼光瞄准機器學習中的“強化學習”。這是一種動態機器學習技術，其中的智能主體通過與其環境相互作用來學習，就像孩子學習一樣：行為正確會被“獎勵”，行為不當則被“懲罰”。

  研究表明，未來的自動駕駛飛機可以利用熱能，而不是依賴嘈雜和能源密集的引擎提供的動力來飛行。AI能幫助我們確切地弄清楚在天空中爬升的鳥類為何做得如此之好。科學家在訓練他們的算法時發現，要教導系統滑翔機平穩飛行，一些因素尤其是垂直風加速度和側向扭矩非常重要，同樣的情況可能適用于鳥類。

  這雖然不是第一次將AI用于此類任務，微軟去年公布了與滑翔機類似的研究成果，但是第一次使用真實飛行的數據來更新和改善AI在該領域的表現。研究團隊編寫了一個程序，讓兩米翼展的滑翔機在加利福尼亞州波威的天空中進行了大約240次飛行訓練，平均持續了大約3分鍾，根據機載儀器對周圍環境的測量結果，調整其在空中的俯仰和側滾動作。

  研究團隊以幾天試飛總結出的經驗為基礎，設計了一種導航策略：將垂直風加速度和側向扭矩（用于讓滑翔機左右旋轉的力）作為導航線索，尋求的獎勵是最大化其爬升率（它獲得高度的速度）。“滑翔機在良好的情況下能在高空停留大約45分鍾。在另一些試飛中，滑翔機因風力太大無法處理，不得不過早地將它取回。”格索拉教授介紹說，“我們的滑翔機有幾次受到了老鷹的攻擊，還有一些老鷹和滑翔機一起利用氣流爬升。”

  科學家指出，熱量只是鳥類在爬升時利用的一種上升氣流，其他的則是由氣流溢出山脊或山巒密集的區域中的氣團碰撞産生的，比如海岸和沙漠邊界等地方。換句話說，僅僅因為AI可以駕馭熱量産生的氣流，並不意味著它已經准備好迎接自然界所提供的各種風。在真正使用AI控制飛行中的滑翔機進行實際工作之前，還有很多工作要做。未來，如果能對如何識別強大上升氣流的導航線索進行補充研究，將進一步增強人類對鳥類飛行模式和動力的理解，並有助于開發更高效的遠距離自主滑翔機。

  韋格索拉教授及其同事對制造AI駕駛的利用熱量的自動滑翔機充滿信心，這種技術還可以用于長期的科學調查和其他雄心勃勃的項目，如跟蹤鳥類端到端的遷移。“通過學習如何像鳥兒一樣飛翔，能了解更多關于它們生活的方方面面。”他指出，“與此同時從鳥兒身上學到許多知識，可以教我們的飛機做同樣的事情。”

  新聞來源：新民晚報