Птицы давно вдохновляли людей на создание своих собственных способов полета. Мы знаем, что парящие виды птиц, которые мигрируют на большие расстояния, используют тепловые модификации, чтобы оставаться в воздухе, не расходуя энергию, хлопая крыльями. А планеры-пилоты аналогичным образом используют тепловые потоки и другие области восходящего воздуха, чтобы дольше оставаться в воздухе.
Тем не менее, в то время как мы освоили скольжение через эти модификации с помощью различных инструментов, точные механизмы, которые позволяют птицам парить до сих пор неизвестны. Но команда исследователей из Калифорнии и Италии сделала несколько показательных шагов к тому, чтобы ответить на этот вопрос с помощью искусственного интеллекта (ИИ). И это может привести к новым разработкам в области навигационных систем для самолетов, с особыми последствиями для создания беспилотных летательных аппаратов, которые могут оставаться в воздухе в течение очень длительных периодов времени.
Целью исследования, опубликованного в журнале Nature, было обучение небольшого двухметрового автономного планера размаху крыльев, чтобы он мог летать в тепле, как настоящая птица. Этот планер был запрограммирован с помощью своего рода ИИ, известного как машинное обучение, которое позволило ему придумать, как использовать воздушные потоки, чтобы дольше оставаться в воздухе.
Машинное обучение - это альтернативный подход к программированию компьютера для выполнения сложной задачи. Вместо того, чтобы подавать компьютеру (или автономному планеру в данном случае) набор инструкций, подсказывающих ему, как что-то делать, вы говорите компьютеру, как он должен реагировать, и вознаграждаете его, когда он делает правильные вещи.
Со временем он узнает, за что он получает вознаграждение, и вместо этого будет склонен к такому поведению. С помощью этой техники компьютерные программы, такие как Google's AlphaGo, могут научиться играть в настольную игру Go, а затем побеждать профессиональных игроков, что просто невозможно при использовании традиционных техник программирования.
Этот тип машинного обучения называется усиленным обучением, и он основывается на большом количестве входных данных, которые подаются на компьютер для того, чтобы он узнал, какие действия обеспечат ему вознаграждение. Для исследователей, программирующих автономный планер, входные данные состояли из специализированных приборов, способных считывать изменение силы ветра в направлении вверх (вертикальное). Приборы могли определять эти изменения по длине планера (в продольном направлении) и от одного наконечника крыла к другому (в поперечном направлении). Датчики могли делать эти измерения десять раз в секунду.
Затем эти данные были использованы для корректировки полета, так называемого банковского угла планера. Хорошо сбалансированный самолет с уровнем крыльев имеет нулевой угол крена и будет летать по прямой линии. Наклон крыльев и увеличение угла крена заставит самолет повернуться. В исследовании планер был вознагражден, если изменение скорости восходящего ветра по траектории его полета увеличилось. Другими словами, если планер летал в модификации.
Обновления являются ключом к увеличению времени, в течение которого планер может оставаться в воздухе. В отличие от приводимого в движение самолета, планер, не способный найти ни одной модификации, будет постепенно падать к земле. Будет ли планер падать или подниматься, зависит напрямую от того, сколько воздуха движется вокруг него вверх. В модификациях, увеличения вертикального движения воздуха может быть достаточно, чтобы остановить падение планера и, если вертикальный ветер достаточно сильный, позволить ему подняться.
За время ряда полетов (всего около 16 часов полета) учебный планер научился летать, обучившись тому, что при определенной комбинации входов (угол наклона берега, продольное и поперечное изменение скорости вертикального ветра) решать, каким должно быть следующее изменение угла наклона берега. В результате, к концу всего полета самолет научился летать в модификациях, что позволило ему дольше оставаться в воздухе.
В качестве бонуса исследователи использовали числовую модель, чтобы показать, что такой подход принесет еще большую пользу более крупным планерам, так как их более длинный размах крыльев позволит более точно измерять изменение скорости ветра от одного кончика крыла к другому.
Сделать самолет умнее
В результате возникает вопрос о том, какие именно футуристические автономные планеры мы могли бы видеть скользящими и для чего они будут использоваться. Инженеры MIT недавно черпали вдохновение в аэродинамике волнового альбатроса для создания автономного планера.