新研究使用机器学习来教无人机利用热气流爬上天空 人类也利用热气流，使用像这样的滑翔机翱翔数小时。 鸟儿并不总是拍打翅膀飞翔，有时它们利用上升的暖空气柱翱...

新研究使用机器学习来教无人机利用热气流爬上天空

人类也利用热气流，使用像这样的滑翔机翱翔数小时。

鸟儿并不总是拍打翅膀飞翔，有时它们利用上升的暖空气柱翱翔凭借大翼展，它们可以在高空停留数小时，同时消耗最少的能量他们究竟是如何做到的——在不可预测的气流中导航微小的变化——并不为人所知但是科学家们现在正在使用人工智能来学习他们的技巧，并希望他们可以教我们的飞机做同样的事情

正如本周发表在《自然》杂志上的一篇论文所述，来自美国和意大利的大学的研究人员使用机器学习来训练一种算法来控制滑翔机来导航热气流这不是第一次将人工智能用于这项任务，但这是第一次使用来自真实飞行的数据来更新和提高人工智能在该领域的性能

这项研究可以帮助我们了解真正的鸟类如何驾驭热气流

这项工作表明，未来的自主飞机可以利用热气流，而不是依赖嘈杂和能源密集型的动力飞行它还表明，人工智能或许能够帮助我们弄清楚飞翔的鸟类究竟是如何做到的在训练他们的算法时，科学家们发现一些因素——特别是垂直风加速度和左右扭矩——在教系统滑翔机平稳导航时很重要他们认为，鸟类可能也是如此

AI 控制的滑翔机 Parkzone Radian Pro 正在探索天空的图像。2020年，突如其来的新冠疫情进一步激发人工智能，智慧城市等新技术，新业态，新平台蓬勃兴起，人工智能在浙江省面对疫情大考中展现出强大创新力和支撑力，在创新医疗服务，加快研发检测，保障复工复产等方面发挥了重要作用。。

为了创建他们的人工智能系统，研究人员使用了强化学习这是一种训练工具，可以像反复试验一样工作该系统被赋予了许多输入，并被要求以最大化特定奖励的方式行事它在对任务一无所知的情况下开始，并且伴随着时间的推移学习如何正确行事在这种情况下，输入包括飞行信息，如滑翔机的俯仰，偏航，地速和空速它寻求的回报是最大化它的爬升率

研究人员首先在模拟器中训练他们的算法，然后在现实生活中训练他们在加利福尼亚州波威上空进行了大约 240 次飞行，平均持续时间约为 3 分钟他们使用手动控制器将滑翔机引导到固定位置，然后人工智能接管，利用热气流爬上天空

滑翔机飞行数据的两个示例图绿点是它的起点，红点是它的终点

在我们可以使用 AI 控制滑翔机进行实际工作之前，在这个领域还有很多工作要做热气流只是飞翔的鸟类利用的一种上升气流其他的则是由溢出山脊的气流或由汇聚区的气团碰撞产生的换句话说:仅仅因为人工智能可以乘风破浪，并不意味着它已经准备好应对世界所提供的各种风

可是，Gautam 和他的同事们对未来充满信心他们说，制造使用人工智能来长距离导航热气流的自主滑翔机并不难我们期待在未来这样做，Gautam 说这种飞行器可用于长期科学调查和雄心勃勃的项目，例如跟踪鸟类从翼尖到翼尖的迁徙通过学习如何像鸟一样飞翔，我们也可以更多地了解它们的生活