这种新的人工智能算法可以帮助飞行汽车在刮风的日子里生存下来

应对风是飞行的一部分。当飞行员将飞机降落时，侧风可能会给他们带来挑战，或者在较小程度上，一阵阵阵风可能会将无人机推到其小部分空域周围。

为了让无人机在风中飞行时具有更好的机动性，加州理工学院的一组工程师开发了一个深度神经网络（一种人工智能工具），让无人机在有风的情况下也能灵活飞行。在一段视频中，研究人员展示了一架四轴飞行器无人机，得益于这个软件，它可以在风洞中以 27 英里/小时的风速完成 8 字形机动并穿过一扇小门。

科学家们首先必须收集数据，以便训练神经网络，让飞行器完成特技。这并不费力：只需 12 分钟的飞行时间。“这需要的数据非常少，”加州理工学院航空航天系研究生迈克尔·奥康奈尔 (Michael O'Connell) 表示，他是周三在《科学机器人》杂志上发表的一项新研究的作者之一，这项研究描述了这项工作。这项由人工智能驱动的工作被称为 Neural-Fly，它遵循了其他类似的工作，称为 Neural Lander 和 Neural-Swarm。

在最新的 Neural-Fly 实验训练期间，无人机在风洞中飞行，风速为 6 种不同，其中 13.4 英里/小时为最快。“我们基本上教无人机，‘当你被 5 英里/小时、10 英里/小时的风吹过时，它看起来是这样的，’”奥康奈尔说。“无人机能够学习风是什么样子的，然后当我们开始飞行我们的 8 字形测试轨迹时，它会利用这种经验，并说，‘我以前见过这种情况。’”

利用这些数据，该团队创建了深度神经网络，使他们的飞行器能够熟练地在同一风洞中执行机动，例如快速穿过 8 字形门或穿过两个椭圆形门。无人机在测试中遇到的速度比训练中遇到的速度要快：大约每小时 27 英里。这是该风洞可以产生的最大风速，论文的另一位作者、加州理工学院的研究生 Guanya Shi 指出。除了只需要少量数据外，该软件只需在 Raspberry Pi（一种廉价的计算设备）上运行。

加州理工学院航空航天和控制与动力学系统教授、同一篇论文的合著者 Soon-Jo Chung 表示，与现有的“最先进”无人机精确飞行技术相比，新系统的误差率要低 2.5 到 4 倍。Chung 指出，控制无人机的深度神经网络还具有“自适应控制”，他称其为“突破性方法”。这意味着人工智能可以对风向实时变化做出自适应反应。

Chung 认为，未来我们的天空可能会充满更多的无人机，这套机器学习系统将大有可为。联邦快递等公司正在考虑使用大型无人机将包裹从一个地方运送到另一个地方，而 Alphabet 旗下的 Wing 则在德克萨斯州通过小型无人机运送消费品。与此同时，其他公司正在研发可以载人的电动飞行器——这些是可以垂直起飞和降落的空中出租车。这些计划包括从设计为载有乘客的自主飞行器到目前计划的以人类飞行员为主导的飞行器。

Chung 表示，需要“终极安全保障”的无人机可以从此类软件中获益。“终极例子显然是飞行汽车，因为它们必须搭载人类乘客。”

“我们希望未来能够拥有安全的无人驾驶汽车，能够经受住任何风力条件——龙卷风、飓风和暴风雨，”Chung 补充道。“我不能说我们可以立即使用 Neural-Fly 实现这一目标，但我们正在朝着这一目标迈出一大步。”

毕竟，无论无人机是运载包裹还是运送人员，它都需要安全降落在停机坪上，即使风向不可预测。如果不能保证安全着陆，任务可能不得不在起飞前取消，或者如果飞行器已经在空中飞行，则必须重新安排航线到其他位置。

请观看下面有关该技术的简短视频：