From Beijing with Love
Cháu đã lớn thế này rồi à. Lại đây chú ôm cái coi.
Nhiễu loạn hàng không, hiện tượng máy bay rung lắc do sự thay đổi áp suất không khí, thường xảy ra khi máy bay đi qua vùng áp suất không khí bất thường giữa chuyến bay. Khác với các loài động vật biết bay, vốn đã tiến hóa khả năng cảm nhận và thích nghi nhanh chóng với những thay đổi môi trường gây nhiễu loạn để duy trì chuyến bay êm ái, máy bay hiện tại vẫn gặp khó khăn trong việc xử lý tình huống này.
Một nghiên cứu được công bố vào ngày 24 tháng 9 trên tạp chí NPJ Robotics đã vạch ra cách các nhà khoa học có thể phát triển một kỹ thuật điều khiển máy bay mới. Kỹ thuật này sử dụng một hệ thống trí tuệ nhân tạo (AI) có tên FALCON để tự động điều chỉnh chuyến bay và bù đắp cho sự nhiễu loạn. Trước đây, học tăng cường - một phương pháp huấn luyện AI - đã được sử dụng để phát triển các hệ thống điều khiển tăng cường AI, nhưng chỉ dành cho các môi trường hoặc phương tiện cụ thể. Ngược lại, FALCON được đào tạo để hiểu các nguyên tắc cơ bản gây ra nhiễu loạn, từ đó thích nghi với mọi điều kiện.
FALCON dựa trên phương pháp Fourier, sử dụng sóng sin phức tạp để biểu diễn dữ liệu. Các nhà nghiên cứu nhận thấy rằng việc biểu diễn các điều kiện gió dưới dạng số bằng sóng tuần hoàn cung cấp một phương tiện hiệu quả để mô hình hóa nhiễu loạn, vì sự lên xuống của gió và ảnh hưởng của nó tự nhiên tuân theo một dạng sóng. "Việc sử dụng học tăng cường để thích ứng trong thời gian thực là đáng chú ý, vì nó học được mô hình nhiễu loạn cơ bản," Hever Moncayo, giáo sư kỹ thuật hàng không vũ trụ tại Đại học Hàng không Embry-Riddle, nói với Live Science. "Tôi tin rằng công nghệ này rất khả thi, đặc biệt là với khả năng tính toán hiện tại như Jetson, hỗ trợ tích hợp thời gian thực của học tập thích ứng, phân tích Fourier và tính toán."
Một nghiên cứu được công bố vào ngày 24 tháng 9 trên tạp chí NPJ Robotics đã vạch ra cách các nhà khoa học có thể phát triển một kỹ thuật điều khiển máy bay mới. Kỹ thuật này sử dụng một hệ thống trí tuệ nhân tạo (AI) có tên FALCON để tự động điều chỉnh chuyến bay và bù đắp cho sự nhiễu loạn. Trước đây, học tăng cường - một phương pháp huấn luyện AI - đã được sử dụng để phát triển các hệ thống điều khiển tăng cường AI, nhưng chỉ dành cho các môi trường hoặc phương tiện cụ thể. Ngược lại, FALCON được đào tạo để hiểu các nguyên tắc cơ bản gây ra nhiễu loạn, từ đó thích nghi với mọi điều kiện.
FALCON dựa trên phương pháp Fourier, sử dụng sóng sin phức tạp để biểu diễn dữ liệu. Các nhà nghiên cứu nhận thấy rằng việc biểu diễn các điều kiện gió dưới dạng số bằng sóng tuần hoàn cung cấp một phương tiện hiệu quả để mô hình hóa nhiễu loạn, vì sự lên xuống của gió và ảnh hưởng của nó tự nhiên tuân theo một dạng sóng. "Việc sử dụng học tăng cường để thích ứng trong thời gian thực là đáng chú ý, vì nó học được mô hình nhiễu loạn cơ bản," Hever Moncayo, giáo sư kỹ thuật hàng không vũ trụ tại Đại học Hàng không Embry-Riddle, nói với Live Science. "Tôi tin rằng công nghệ này rất khả thi, đặc biệt là với khả năng tính toán hiện tại như Jetson, hỗ trợ tích hợp thời gian thực của học tập thích ứng, phân tích Fourier và tính toán."