ما امروزه شاهد پیشرفت روزافزون حرفه‌های مختلف در سطح جهان هستیم. اما امروز می‌خواهیم درباره پیشرفت تکنولوژی و ردپای هوش مصنوعی در آسمان صحبت کنیم.
دانشمندان تکنیکی را توسعه داده‌اند که می‌تواند اثرات تلاطم بر ساختارها و وسایل نقلیه دینامیکی را با تمرکز ویژه بر وسایل نقلیه هوایی بدون سرنشین (UAV) کاهش دهد.
آشفتگی نامی است که ما به تغییرات فشار هوا می‌دهیم که باعث لرزش هواپیما می‌شود. این بیشتر زمانی آشکار می‌شود که یک هواپیما هنگام عبور از تغییرات فشار هوا در اواسط پرواز، تکان بخورد. این بر خلاف حیوانات پرنده است که توانایی طبیعی برای احساس تغییرات در محیط اطراف خود که باعث تلاطم می‌شود و به سرعت برای حفظ پرواز آرام خود را تنظیم می‌کنند، تکامل می‌یابد.
پژوهشی که در 24 سپتامبر در مجله NPJ Robotics منتشر شد، نشان داد که چگونه دانشمندان می‌توانند یک تکنیک کنترلی برای هواپیما توسعه دهند. این تکنیک نیاز به استفاده از یک سیستم هوش مصنوعی (AI) به نام FALCON برای تنظیم خودکار پرواز برای جبران تلاطم داشت.
بیشتر بخوانید: محاکمه هواپیمایی Air Canada برای گمراهی یک مسافر با چت بات
پیشرفت تکنولوژی با سیستم FALCON
FALCON بر اساس روش‌های فوریه است که از امواج سینوسی پیچیده برای نمایش اطلاعات استفاده می‌کند. محققان دریافتند که نمایش شرایط باد به صورت دیجیتالی به عنوان امواج دوره‌ای، ابزاری موثر برای مدل سازی تلاطم است، زیرا جزر و مد باد و اثرات آن به طور طبیعی از یک الگوی موج پیروی می‌کنند. استفاده از یادگیری تقویتی برای انطباق در زمان واقعی قابل توجه است، زیرا مدل آشفتگی زیربنایی را یاد می‌گیرد.
فعال کردن انطباق خودکار با تلاطم، در واقع این پتانسیل را دارد که منجر به پرواز نرم‌تر برای پهپادها و هواپیماهای تجاری شود. محققان همچنین امکان به اشتراک‌گذاری داده‌های محیطی بین هواپیماها را به منظور هشدار در مورد اختلالات پیشنهاد کرده‌اند. با این حال، با توجه به نگرانی‌های امنیت سایبری پیرامون سیستم‌های کنترل هواپیما، این امر مستلزم یک پروتکل امنیتی قوی است که باید از قبل به طور کامل بررسی و آزمایش شود.
توسعه مستمر احتمالاً بر اصلاح دقت پیش‌بینی و کاهش زمان تمرین تمرکز خواهد کرد، که امکان‌پذیر، اما پیچیده است. علاوه بر این، اشتراک‌گذاری اطلاعات بین هواپیماها قدرت پیش‌بینی سیستم را افزایش می‌دهد، اما احتمالاً به استانداردهای ارتباطی قوی و پروتکل‌های مدیریت داده‌ها برای پذیرش گسترده‌تر نیاز دارد. رعایت همه این موارد منجر به موفقیت آمیز بودن پیشرفت تکنولوژی در هواپیماها و حضور پررنگ ردپای هوش مصنوعی در آسمان می‌شویم.
مرحله بعدی تحقیق با هدف کاهش زمان یادگیری هوش مصنوعی است. این احتمالاً به چالش اصلی محققان تبدیل خواهد شد، زیرا توانایی انطباق سریع با شرایط محیطی برای یک راه حل عملی برای آشفتگی ضروری است.