元宇宙帮开直升机？ALIAS系统全自动驾驶黑鹰30分钟( 二 ) 编辑：袁榭【新智元导读】2

文章图片
在过去的试验性飞行中， DARPA也让ALIAS模拟了各种飞行中可能出现的紧急突发状况，例如驾驶员失能、偏离航线、违反飞航手册操作、和机身系统故障等状况， ALIAS在模拟中都做出了很好的表现。
为了做到这些要求、适应多种场景， ALIAS具备机器学习功能，算法拥有更宽广的汲取范围。不仅仅从自身操作飞机的历史数据、还可以从所操控飞机的之前全部飞行数据记录中有所习得。而且它的机器学习是实时的，可以边学习边执行，如此才能在各种紧急情况下调用习得的选项。
ALIAS有搭载于平板设备上的人际交互界面，使用者可以用来监控详细的系统资讯，或是进行操作干预。 2021年西科斯基公司就让美国的现役军中飞行员作为预备的机上安全驾驶人，单纯用平板监控，让ALIAS操纵特制的实验直升机完成了短暂全自动飞行。

文章图片
2021年安全飞行员用平板设备，监督ALIAS系统开直升机的场景
AI开直升机有多难
大型普通直升机要完成AI全自动驾驶，难度其实远非汽车与大型固定翼飞机的AI全自动驾驶可比。
斯坦福大学AI实验室2004年在此领域的著名奠基论文《以强化学习达到直升机自动飞行》，开宗明义就指出了直升机的气动模型与受力模型远比同等大小的固定翼飞机复杂：
垂直横向的螺旋桨提供升力，但产生的扭矩与机身自体受激发的扭矩有冲突，易使机体陷入不可操控的失速晃旋；垂直纵向的螺旋桨为此要用来操控方向、提供稳定性，然而又会让机体陷入气动模型与受力的左右不均衡中。
以上只是概述最基础的大型直升机飞行物理，而且这些情形在越低空低速的状况中越突出。因此斯坦福AI实验室2004年论文的正文最开始几句话中，描述直升机飞行操控的形容词是「高维度、复杂、不对称、高噪音、非线性、动态的…」。

文章图片
近20年后，西科斯基的软件工程师们为了解决这些难题，逆向思考：如果让高复杂度、大参数量的高端AI模型完全统包解决这些障碍都不可能的话，那么用低复杂度、简单小体积的低端AI分块解决，是更可行和更经济的途径，也更符合顾客要求，本来美国政府现在就不指望直升机秒变终结者。
所以按制造商承认， ALIAS的模式识别、机器学习算法，对已定义和可预测性高的数据依赖更大，对高端AI大模型常用的预测功能反而不太注重。至于具体的代码流程，属于美国官方项目的保密细节，现在还没有在公开论文里公布……

文章图片
由此生发出另一个智能驾驶汽车不会面临的难题：航行环境中会有不可预测、未经标注的障碍物出现。
毕竟智能汽车们连有高精度标记地图的市区环境中都要埋头猛撞路灯。而电信公司们在野外自行梳理的电讯信号高塔常常连地图上都不及时标注，虽然没有公布具体事故数量，但按西科斯基内部人士接受采访时的口气，直升机AI副驾实验时颇有几次「冲塔」碰撞发生。
元宇宙帮开直升机？诺格公司要做直升机AR飞行助手
搞AI直升机副驾的企业不止西科斯基一家，诺斯罗普·格鲁曼（NorthropGrumman）公司最近也接了美国政府的订单，要开发一款基于AR技术与AI识别的智能直升机飞行助手。