人类仍然统治着无人机比赛，但是美国航天局的人工智能飞行员可能会改变这一点

去年10月，在加利福尼亚州的一个仓库里，四轴飞行器嗡嗡作响，在黑白方格拱门组成的障碍跑道上飞驰而过。一组是由软件和人工智能引导的无人机，这是美国宇航局喷气推进实验室的一个团队的工作。另一组是由人类专业人士——谷歌工程师、无人机赛车联盟飞行员肯·卢——驾驶的无人机。

官方结果是：人类驾驶的无人驾驶飞机以更快的速度完成了飞行，平均比软件驱动的飞行器快两秒多。

这场比赛突出了人类和机器在这种情况下实际学习的不同方式，以及人工智能无人机最初是如何工作的。以下是该系统的工作原理——以及为什么未来的比赛会有非常不同的结果。

无人机怎么知道它在哪里

美国航天局的无人机要想成功地绕着航线飞行，这些设备需要知道它们在太空中的位置。为此，它们使用了两个机载摄像头——一个是向前看的，另一个是向下看的，这是中高级消费级无人机的常见设置。其他机载传感器测量无人机的加速度和旋转。在室外飞行的无人机可以使用全球定位系统，但在复杂环境中以每小时30到40英里的速度在室内飞行时，这不是一个选项。

无人机还需要手头航线的机载三维地图，这样它就可以将相机看到的东西与内部地图相匹配，并知道它实际上在哪里。这个过程被称为重新定位。喷气推进实验室的项目负责人罗伯特·里德说，它每秒可以重新定位多达几次。

“只要你离现有地图足够近，”他说，“我们就不太可能坠毁。”

在这项由谷歌资助的研究中，美国航天局团队使用了谷歌探戈的技术，这是一个增强现实平台，运行两部智能手机，联想Phab 2 Pro和华硕ZenFone AR。至关重要的是，同样的技术也可以创建无人机在这种情况下飞行所需的三维地图。

它是如何导航的

就像赛车手学习一门课程一样，无人机需要知道最好的路线才能快速到达它要去的地方。里德说：“我们要么手动携带无人机在球场上行驶，要么手动驾驶，这样我们就可以教无人机赛道在哪里。”

但这只是开始。从那时起，该团队通过在计算机上对无人机进行建模，找出无人机的最佳路线。这个过程允许人类参与，并确保路径实际上是安全的，可以保持他们昂贵的无人机完好无损。换句话说，在这场比赛中，无人机并没有想出自己飞行的最佳方式——人们参与其中。从这个意义上说，它不是一个真正的、独立的人工智能系统，就像那些自动提供动力的系统，例如Facebook上的语言翻译。

从那里，在无人机被编程了路线后，它就开始比赛了。里德强调，虽然路线规划实际上是在无人机外进行的，将来它可能只使用无人机的机载计算机。

学着飞翔

对于10月份的实际比赛，美国航天局和卢都必须学习一门新课程，并在几个小时内做好准备。但是人类和人工智能无人机实际上是不同的。

里德说，卢通过多次飞行课程学得很快。但是美国航天局的团队做的不同。“我们只需要飞一次，然后我们就可以坐在那里几个小时处理数字来变得更好，”他说。有趣的是，这个优化过程——使用算法找出最佳路线——花了很多时间。

里德说：“人类飞行员必须通过飞行来学习——而我们可以记录下来，甚至不用驾驶无人机就能学习。”

如果美国航天局团队那天有更多的时间来运行软件并找出绕赛道的最佳路线，结果的比赛时间可能会有所不同——人工智能无人机可能会打败人类。

里德说，他们正在努力提高算法的效率，以便在未来，计算最快路线可能需要更少的时间。之后，就开始比赛了。记住：不像人，软件不会累。