微软演示人工智能驾驶的滑翔机, AI的下一步征程是天空

8月16日，微软官方在Youtube发布了一则视频，展示微软AI研究院工作者在内华达州霍桑沙漠山谷中测试的一架AI控制滑翔机。

微软AI研究院7月刚筹建，下属13个研究小组，其中，致力于推进AI和互动原理进步的“自适应系统和互动组”负责研发和测试AI飞行器，而飞行器用到的软件AirSim已于今年2月在GItHub上开源。

之所以选用滑翔机而不是飞机，是因为现阶段的研究目标只是训练机载算法，让飞行器在空中停留尽可能长的时间，因而，结构更为简单的滑翔机，无论是从成本还是飞控的难易程度考虑，都比飞机更合适。

起初，他们想用纯粹的没有动力的滑翔机测试，但发现就算崩断橡皮筋也不能让滑翔机飞上天以后，不得不为它装上了发动机，这样，在起降和紧急情况下，还可以切换成手动控制，减少意外造成的损失。

自然界中，鹰有时会在空中盘旋，寻找上升的热气流，这是动物经过上亿年进化，习得的借力飞行技巧。要让滑翔机滞空时间尽可能长，就要教会控制它的AI模拟飞禽，预测和判断上升热气流所在的区域，是否要冒着失速的风险赶过去，更要命的是，这一连串决策都要在极短时间内完成。

为攻克一系列难题，首席研究员Ashish Kapoor与他的同僚Andrey Kolobov等一共十几位科研人员将图像识别、机器学习、机器人学、航空情报学等诸多技术结合起来，在滑翔机上安装了诸如速度计、GPS定位、视觉传感器等设备，让它拥有比鸟类更强大的感知能力。

滑翔时，AI系统中的低级计划器先基于传感器收集到的实时数据，使用贝叶斯强化学习算法检测并捕捉热气流，再让高级计划器把所有环境因素都纳入考虑，生成一份应该在哪里寻找热气流的策略。虽然滑翔机不知道接下来会发生什么，但随着训练次数、搜集数据的增长，最终会形成一种类似动物直觉的能力。

然而，让滑翔机能飞、会飞只是他们AI控制飞行器项目的一小步而已，据研究人员透露，最繁琐的都不是技术难题，而是让飞行器遵循诸多约束，如民航法律法规和社会准则，这又要求AI了解哪些地方能飞、哪些地方避让、许可的飞行高度是多少等等。

该项目的下一步计划是让滑翔机滞空时间超过5小时，这就是王健林所谓的“小目标”。至于应用前景，实则相当广泛，在加装太阳能电池板、发动机以后，大范围、远距离、长时间的空中运输、地图测绘、天气数据收集和为偏远地区提供互联网接入等服务，都有用武之地。