微軟上周在內(nèi)華達州霍桑附近的沙漠山谷里測試了兩架無人駕駛滑翔機。借助機載傳感器提供的數(shù)據(jù)，這套系統(tǒng)便可預(yù)測氣流型態(tài)，并對路徑進行規(guī)劃，從而借助上升氣流在空中滑翔。

他們希望這種無人駕駛飛行器能夠在只消耗很少能量的情況下在空中停留幾個小時甚至幾天，從而幫助研究人員追蹤天氣狀況，監(jiān)控農(nóng)作物生長情況，甚至向無法上網(wǎng)的地方發(fā)送互聯(lián)網(wǎng)信號。

現(xiàn)在有越來越多的研究人員開始開發(fā)能在遇到不確定狀況時自行決策的汽車、飛機和其他機器，而由阿西什么·卡普爾（Ashish Kapoor）領(lǐng)導(dǎo)這個團隊便是其中之一。谷歌已經(jīng)利用類似的技術(shù)開發(fā)了能夠在空中漂浮數(shù)月的互聯(lián)網(wǎng)氣球，還有很多公司也在開發(fā)無人駕駛汽車。

得益于神經(jīng)網(wǎng)絡(luò)的快速發(fā)展，汽車飛機和各種各樣的機器人現(xiàn)在都能以比肩人類的準確率識別周圍的物體。但要真正實現(xiàn)自主決策，還必須模仿人類的直覺預(yù)測方式，并對行為展開相應(yīng)的調(diào)整。微軟、谷歌和加州大學(xué)伯克利分校的項目都在向著這個方向努力。

“借助滑翔機，你可以在人員和財產(chǎn)受損風(fēng)險最小的情況下測試這些算法?！彼f。

卡普爾和他的團隊使用了誕生于幾十年前的馬爾科夫決策流程，其本質(zhì)就是一種識別和應(yīng)對不確定狀況的方法。

這種方法類似于你在一個塞滿隨機物品的背包里尋找零錢的過程。如果你把手放進背包，開始四處亂摸，就會面臨不確定性。你不知道應(yīng)該抓向那里。但如果你把書本和鉛筆等硬幣之外的大東西拿開，零錢就會掉到底下，從而簡化任務(wù)難度。微軟就使用了這樣一種算法。最終目的就是為了限制不確定性，縮小問題的范圍。

通過機載算法，這些滑翔機可以對周圍的環(huán)境加以分析，然后根據(jù)具體的需要改變方向。它們可以從環(huán)境中吸收信息，雖然永遠無法確切知道接下來可能發(fā)生什么，但卻能夠猜測大概率事件。由于身處的環(huán)境不受控制，所以滑翔機必須提前規(guī)劃。

不過，這些算法還算不上完美。該團隊最初希望創(chuàng)造滑翔機的無人駕駛飛行記錄——超過5小時——但經(jīng)過兩天的試錯后，他們并沒有做到。

這一過程可以用于改進無人駕駛汽車。想要自行適應(yīng)真實世界，機器就必須模擬人類的直覺，從而應(yīng)對之前沒有經(jīng)歷過的狀況。

谷歌旗下的DeepMind開發(fā)的系統(tǒng)已經(jīng)擊敗了全球頂尖圍棋選手，而現(xiàn)在，人工智能研究人員又準備向著現(xiàn)實世界中更大的目標前進。這也正是微軟開發(fā)自動滑翔機的重要原因，考羅波夫說：“明天的人工智能系統(tǒng)也將面臨同樣的挑戰(zhàn)?！?/p>

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。