無人直升機早不是新鮮事，但現(xiàn)在市面上的無人直升機，第一還得有人遙控，第二大小不超過蜂鳥級，第三是特制的。

六七噸重的大型非特制普通直升機，能安上即插即用AI模型包，就能全無人飛行嗎？以前這是不可能的，不過最近西科斯基公司打破了這一記錄。

普通大型直升機首次成功全自動飛行半小時

北京時間2022年2月9日，美國國防部高級研究計劃局（DARPA）宣布，一架搭載了「駕駛艙機組人員工作自動化系統(tǒng)」（ALIAS）的UH-60A型黑鷹直升機，2月5日在肯塔基州的實驗基地，依靠ALIAS系統(tǒng)完成了長達30分鐘的完全無人干預(yù)全自動飛行。2月7日又于同一地點執(zhí)行了時長稍短的試飛。

時長半小時的全無人試飛，在重逾6.3噸的非特制普通直升機型上尚屬全球首次。這一試飛標(biāo)志著黑鷹直升機制造商西科斯基公司與美國官方價值1.6億美元的智能直升機駕駛助手項目的又一里程碑。

按照西科斯基公司負(fù)責(zé)此項目的副總裁依古爾·車?yán)镔e斯基的說法，黑鷹直升機內(nèi)的「210」開關(guān)標(biāo)記機內(nèi)有幾名機組成員，2月5日是該機型史上首次的開關(guān)撥到0的狀態(tài)。

30分鐘內(nèi)，ALIAS系統(tǒng)順利自主完成了起飛前機載設(shè)備自檢、起飛、自動飛行、自動降落等動作，全程無事故和故障發(fā)生。

而且操控黑鷹直升機飛行的ALIAS系統(tǒng)，此次是在高難度軟件模擬環(huán)境下工作。

自動駕駛的激光雷達測試程序模擬了紐約市復(fù)雜擁擠的低空空域。而ALIAS系統(tǒng)操縱直升機順利在虛擬環(huán)境中曼哈頓島的摩天大樓窄縫間實時穿梭。這相當(dāng)于讓AI駕駛直升機完成高速越障賽跑，難度可想而知。

ALIAS系統(tǒng)如何做到

大型固定翼飛機與直升機的飛行輔助系統(tǒng)已經(jīng)有數(shù)十年歷史，并不新鮮。人盡皆知，很多航班的大型客機的飛行員只需要在起飛和降落的幾分鐘內(nèi)參與操作。

不過除了起飛、降落之外，應(yīng)對突發(fā)機件故障、應(yīng)對突發(fā)天候變化、復(fù)雜地形飛行等操作也都需要人類駕駛員執(zhí)行，協(xié)助系統(tǒng)并不具備這方面的能力。

而西科斯基公司基于自家的民用版「矩陣」智能直升機飛行助手程序、為美國國防部開發(fā)的ALIAS系統(tǒng)，意在打造一個「虛擬版智能副飛行員」。讓AI助手在危險和復(fù)雜的飛行任務(wù)中自動做出不干擾人類主飛行員的輔助操作。

2018年西科斯基民用版本智能AI直升機短距試飛圖

按照西科斯基公司與DARPA的設(shè)計，ALIAS系統(tǒng)屬于訂制產(chǎn)品，可以調(diào)整后安裝在現(xiàn)有的各型號飛機上，也可以隨時從機體上移除。這樣就能在不大規(guī)模改造或廢棄現(xiàn)有機型的低成本前提下，幫助現(xiàn)有機型實現(xiàn)高水平的自動化，并減少機組人員數(shù)量。

此外，當(dāng)人類主飛行員因各種原因失去操控能力時，ALIAS系統(tǒng)也要有短暫的緊急接管操縱能力。所以在必要的駕駛動作功能外，ALIAS會實時監(jiān)控飛行中的機身物理性能、電控程序狀態(tài)、航行環(huán)境等數(shù)據(jù)。

在過去的試驗性飛行中，DARPA也讓ALIAS模擬了各種飛行中可能出現(xiàn)的緊急突發(fā)狀況，例如駕駛員失能、偏離航線、違反飛航手冊操作、和機身系統(tǒng)故障等狀況，ALIAS在模擬中都做出了很好的表現(xiàn)。

為了做到這些要求、適應(yīng)多種場景，ALIAS具備機器學(xué)習(xí)功能，算法擁有更寬廣的汲取范圍。不僅僅從自身操作飛機的歷史數(shù)據(jù)、還可以從所操控飛機的之前全部飛行數(shù)據(jù)記錄中有所習(xí)得。而且它的機器學(xué)習(xí)是實時的，可以邊學(xué)習(xí)邊執(zhí)行，如此才能在各種緊急情況下調(diào)用習(xí)得的選項。

ALIAS有搭載于平板設(shè)備上的人際交互界面，使用者可以用來監(jiān)控詳細的系統(tǒng)資訊，或是進行操作干預(yù)。2021年西科斯基公司就讓美國的現(xiàn)役軍中飛行員作為預(yù)備的機上安全駕駛?cè)?，單純用平板監(jiān)控，讓ALIAS操縱特制的實驗直升機完成了短暫全自動飛行。

2021年安全飛行員用平板設(shè)備，監(jiān)督ALIAS系統(tǒng)開直升機的場景

AI開直升機有多難

大型普通直升機要完成AI全自動駕駛，難度其實遠非汽車與大型固定翼飛機的AI全自動駕駛可比。

斯坦福大學(xué)AI實驗室2004年在此領(lǐng)域的著名奠基論文《以強化學(xué)習(xí)達到直升機自動飛行》，開宗明義就指出了直升機的氣動模型與受力模型遠比同等大小的固定翼飛機復(fù)雜：

垂直橫向的螺旋槳提供升力，但產(chǎn)生的扭矩與機身自體受激發(fā)的扭矩有沖突，易使機體陷入不可操控的失速晃旋；垂直縱向的螺旋槳為此要用來操控方向、提供穩(wěn)定性，然而又會讓機體陷入氣動模型與受力的左右不均衡中。

以上只是概述最基礎(chǔ)的大型直升機飛行物理，而且這些情形在越低空低速的狀況中越突出。因此斯坦福AI實驗室2004年論文的正文最開始幾句話中，描述直升機飛行操控的形容詞是「高維度、復(fù)雜、不對稱、高噪音、非線性、動態(tài)的…」。

近20年后，西科斯基的軟件工程師們?yōu)榱私鉀Q這些難題，逆向思考：如果讓高復(fù)雜度、大參數(shù)量的高端AI模型完全統(tǒng)包解決這些障礙都不可能的話，那么用低復(fù)雜度、簡單小體積的低端AI分塊解決，是更可行和更經(jīng)濟的途徑，也更符合顧客要求，本來美國政府現(xiàn)在就不指望直升機秒變終結(jié)者。

所以按制造商承認(rèn)，ALIAS的模式識別、機器學(xué)習(xí)算法，對已定義和可預(yù)測性高的數(shù)據(jù)依賴更大，對高端AI大模型常用的預(yù)測功能反而不太注重。至于具體的代碼流程，屬于美國官方項目的保密細節(jié)，現(xiàn)在還沒有在公開論文里公布……

由此生發(fā)出另一個智能駕駛汽車不會面臨的難題：航行環(huán)境中會有不可預(yù)測、未經(jīng)標(biāo)注的障礙物出現(xiàn)。

畢竟智能汽車們連有高精度標(biāo)記地圖的市區(qū)環(huán)境中都要埋頭猛撞路燈。而電信公司們在野外自行梳理的電訊信號高塔常常連地圖上都不及時標(biāo)注，雖然沒有公布具體事故數(shù)量，但按西科斯基內(nèi)部人士接受采訪時的口氣，直升機AI副駕實驗時頗有幾次「沖塔」碰撞發(fā)生。

元宇宙幫開直升機？諾格公司要做直升機AR飛行助手

搞AI直升機副駕的企業(yè)不止西科斯基一家，諾斯羅普·格魯曼（Northrop Grumman）公司最近也接了美國政府的訂單，要開發(fā)一款基于AR技術(shù)與AI識別的智能直升機飛行助手。

這款智能飛行助手的項目暫名為OCARINA（是Operator and Context Adaptive Reasoning Intuitive Assistant的縮寫），要做到的比完全開飛機簡單多了，替代的僅僅是現(xiàn)在直升機電控系統(tǒng)中的各種警報與消息提示。

現(xiàn)在直升機飛行員在遇到突變地物障礙、天候障礙時，只會接收到耳機里與儀表盤上預(yù)錄制的警報提示聲音與畫面。狀況越緊急、各種提示越繁雜、飛行員越手忙腳亂，最后只好墜落。

OCARINA要做到的，是通過飛行員穿戴的AR頭顯，結(jié)合眼動跟蹤、數(shù)據(jù)監(jiān)控等技術(shù)，讓AI助手自行處理能解決的小故障、隱去提示，需要人工手動操作的，再在AR視野中以不干擾認(rèn)知的方式提醒飛行員動作。

諾格公司的OCARINA概念圖：在從直升機姿態(tài)無法矯正、到確認(rèn)引擎起火的全過程中，AI擔(dān)負(fù)了大部分判斷，僅提示飛行員做出一次動作

盡管現(xiàn)在AI能開了普通直升機，但這才起步，對人類飛行員的作用是大有幫助而非大量替代。所以不用復(fù)述終結(jié)者哏啦，安心吧。