AI 能否降低无人机表演的技术挑战性？

快速阅读: 《科学美国人》消息，瑞秋·费尔曼采访了两位教授，讨论用AI控制无人机群替代烟花的可能。无人机更安全、环保且灵活，但需解决技术挑战。未来可用于搜救、建筑等场景。

瑞秋·费尔曼：我是瑞秋·费尔曼，为《科学美国人》的《科学速递》栏目工作。今年的独立日，一些前往当地公园和水域庆祝的人将无法看到烟花表演这一标志性景观。在某些情况下，这些传统烟花可能会被色彩斑斓的无人机群所取代。近年来，无人机灯光秀逐渐兴起，它们取代或补充了奥运会甚至一些超级碗中场表演中的烟花。它们令人眼花缭乱、精确且比烟花更安全。除了燃放烟花的明显风险外，烟花表演还会引发环境问题：研究表明，这些大型表演会对随后几小时内当地的空气质量产生显著影响。支持科学新闻报道如果您喜欢这篇文章，请考虑通过订阅来支持我们的获奖新闻报道。通过订阅，您将帮助确保有关塑造当今世界的发现和思想的深度报道得以延续。但将烟花换成无人机并不简单：每一个这样的表演都需要工程师团队的大量工作。他们必须逐帧设计每架无人机的运动。今天的嘉宾最近发表了一篇提出人工智能解决方案的论文。麦克·施瓦格是斯坦福大学航空与宇航学系的副教授，爱德华多·蒙蒂亚诺是西班牙萨拉戈萨大学计算机科学与系统工程系的副教授。非常感谢你们来到节目里聊天。麦克·施瓦格：当然，我们很乐意。爱德华多·蒙蒂亚诺：谢谢。费尔曼：我们先从这项研究做一个简要概述吧：它是如何产生的？是什么引起了你们对无人机群这个特定方面的兴趣？蒙蒂亚诺：我一直在进行多机器人系统的研究。此外，我也与麦克合作多年。随着这些新AI技术在其他问题和应用中成功应用，我们认为——主要与一名学生合作，尽管这项研究中还有更多人，但在这里，我想重点提到帕布罗·普耶奥——但我们决定或讨论过，尝试将这些新技术应用于控制数百或数千台机器人进行动画展示的问题会很酷。费尔曼：说到这些动画展示，与烟花相比，它们解决了哪些问题，又带来了哪些可能需要你们论文解决的问题？施瓦格：我认为我们把无人机群的动画展示视为一种更加灵活且艺术性更强的娱乐媒介。在烟花表演中，确实有一个巨大的爆炸和闪光，但工程师实际上对烟花具体做什么以及看起来如何几乎没有控制权，对吗？但是使用无人机，你可以编程灯光并编程无人机的运动，以显示一个非常清晰的图像——比如在体育赛事中，有人可以在空中漂浮着打球，或者在独立日时可以拼出文字，展示美国国旗等等。因此它更加灵活，而且艺术家和工程师在表达他们的意图方面有更多的控制权。不过，挑战在于，特别是大型无人机群，需要更多的工程专业知识和大量基础设施来控制和部署，尤其是为了安全起见。所以这是我们研究的目标之一，即让大规模无人机展示的规划更加自动化，并使没有这种特殊知识的人能够创建自己的无人机展示。费尔曼：你能给我们描绘一下目前举办这些展示的情况吗？背景中需要做些什么？施瓦格：通常这些是由大型工程公司管理的，通常有一支专业工程师团队，确保所有无人机都充满电并且有降落站。他们必须去表演的现场，并进行实地勘察，计划所有无人机飞行的位置和路线，并确保空间是空的。实际上，我们研究的目标是，在无人机展示发生之前，艺术家和工程师会仔细设计每架无人机的路径。在展示的时候，无人机只是按照工程师预先设计好的点来飞行——一个点接一个点，一架无人机接一架无人机。你可以想象这就像制作一部动画电影一样：非常繁琐、需要大量人工操作，并且需要大量的专业知识。通常这些是由大型工程公司管理的，通常有一支专业工程师团队，确保所有无人机都充满电并且有降落站。他们必须去表演的现场，并进行实地勘察，计划所有无人机飞行的位置和路线，并确保空间是空的。因此，Gen-Swarms的目标就是使用生成式AI来完成这个规划阶段…费尔曼：嗯。施瓦格：所以你可以输入一个高层次的提示，比如“美国国旗”，或者“滑雪者滑雪下坡”，然后我们的算法会生成这些航点集，这些3D空间中的点，供无人机沿着这些点飞行，从而创造出这种艺术展示的幻觉。费尔曼：嗯，基本上你输入你想要最终的图像，然后AI告诉无人机去哪里，它们应该是什么颜色，所有这些东西。施瓦格：实际上，目前我们只输入文本。费尔曼：嗯哼。施瓦格：所以我们输入我们想要看到的文本描述，然后该方法会生成颜色、布局等——尽管我认为扩展我们的方法，让你上传一张图片或草图并不是太难。费尔曼：当你试图用AI控制一群无人机时，会出现哪些具体挑战？蒙蒂亚诺：这些模型的工作方式是用于创建图像，对吧？最后它们会根据这个提示预测每个像素的颜色。所以这里的思路是：当你想将此转换为无人机时，像素只是颜色，它们没有任何运动限制或碰撞限制。所以思路是：当你尝试将这种让像素看起来像你想要的方式转化为让无人机看起来像你想要的方式时，你需要考虑到无人机不能从一个位置瞬间移动到另一个位置，因此它们有一些动力学特性——一些速度、加速度——一些运动约束，使得你不能做任何你想做的运动。你需要在你的算法中以某种方式考虑到这些。另外，无人机有一些物理属性——一些质量、一些尺寸——所以它们可能会相互碰撞。因此，你需要在使用这种生成模型的规划算法中包含这些安全约束，以确保无人机的运动也是安全的。所以思路是：当你尝试将这种让像素看起来像你想要的方式转化为让无人机看起来像你想要的方式时，你需要考虑到无人机不能从一个位置瞬间移动到另一个位置，因此它们有一些动力学特性——一些速度、加速度——一些运动约束，使得你不能做任何你想做的运动。你需要在你的算法中以某种方式考虑到这些。费尔曼：嗯，我们离实际使用你们开发的模型与无人机有多近？蒙蒂亚诺：从研究的角度来看，我认为我们的解决方案在某种程度上已经足够成熟，可以应用。但正如麦克之前提到的，还有许多技术挑战涉及无人机的实际部署，显然，作为学术教授，我们没有资源部署1000架或100架甚至任意数量的无人机。因此，从研究到应用之间仍然存在差距，但这更多是与已经在许多地方部署无人机的公司合作的问题。我认为集成不会太困难；可能只是需要在一家拥有实际部署技能的公司中找到合适的联系人。但我觉得算法已经准备好部署了。从研究的角度来看，我认为我们的解决方案在某种程度上已经足够成熟，可以应用。但正如麦克之前提到的，还有许多技术挑战涉及无人机的实际部署，显然，作为学术教授，我们没有资源部署1000架或100架甚至任意数量的无人机。费尔曼：非常棒。这项技术还有哪些其他应用？施瓦格：是的，当然，艺术展示是强大而重要的，但我们希望我们的机器人真的能帮助人们在日常生活中，也能帮助那些处于危险中的人。例如，我们可以想象使用这样的算法进行搜救。你知道，如果你有徒步旅行者被困在荒野某个地方，你需要一种方法来部署一支无人机队伍去寻找失踪的徒步旅行者，这可能是一种可以适应的方法。我们还对探索之类的事情感兴趣。也许在太空应用中，NASA可能会考虑开发一种工具来探索小行星或行星体的表面。我们也很感兴趣——目前，我们研究旅程的下一步是用于建筑的无人机或其他机器人集群。目前，我们的算法是，你输入一个提示，无人机就会组织成一个形状，对吧，看起来像你要求的那样。我们现在关注的是：“你怎么输入提示，让无人机实际投放材料——比如无人机可以携带小方块——它们如何按正确的顺序投放材料以构建有用或有趣的艺术展示？”你可以想象无人机在一个偏远地区建造一座桥，人们可能需要跨越一些困难地形，或者可能有紧急情况，比如灾难情况，桥梁被冲毁，你希望无人机自动建造一座临时桥梁——类似的东西。是的，当然，艺术展示是强大而重要的，但我们希望我们的机器人真的能帮助人们在日常生活中，也能帮助那些处于危险中的人。例如，我们可以想象使用这样的算法进行搜救。你知道，如果你有徒步旅行者被困在荒野某个地方，你需要一种方法来部署一支无人机队伍去寻找失踪的徒步旅行者，这可能是一种可以适应的方法。我们还对探索之类的事情感兴趣。也许在太空应用中，NASA可能会考虑开发一种工具来探索小行星或行星体的表面。蒙蒂亚诺：即使我们在无人机表演中应用了这一点，因为艺术成分很美，我认为将它应用于任何类型的多机器人系统都没有限制。因此，从这个意义上说，我们可以考虑其他地面机器人、家用机器人、建筑机器人，正如麦克所说。所以这里的想法是能够将由文本指定的高层指令进行转换——每个人通常都可以给出这些指令——然后自动将其转换为机器人团队的计划以实现这些指令。换句话说，我们的目标远不止于艺术表演。费尔特曼：那么无人机表演和烟花表演相比，环境影响如何？蒙蒂亚诺：我认为，无人机表演更安全，因为烟花是非常易爆的材料，经常发生事故，而且需要制造和储存它们。根据我的了解，可能烟花的残留影响比无人机表演更大；毕竟，这些无人机可以多次用于不同表演中。从噪音角度来看，两者相差不大，尽管目前无人机确实很吵，虽然从远处看，烟花确实很吵，但无人机表演则不那么吵。但如果你在近距离看到无人机飞行，反而比烟花更吵[笑]。我认为，无人机表演更安全，因为烟花是非常易爆的材料，经常发生事故，而且需要制造和储存它们。因此，两者各有优劣，但如果要选择的话，我会选择可重复使用性和安全性这两个主要优势。费尔特曼：那么，考虑到你们在论文中提出的这一切，你们如何看待这项新技术下无人机表演世界的发展？蒙蒂亚诺：我认为，在艺术方面，现有的无人机表演已经能够呈现复杂而美丽的动画。其想法是，这将加快并简化这一繁琐而复杂的过程；或许能更轻松地扩展到更多机器人；也可能在测试阶段，确定适合生成特定图案的无人机数量。总之，加快整个创作过程，并有望带来更加美丽、更加复杂的动画和表演。施瓦格：我认为现在最令人兴奋的研究前沿之一是弄清楚如何以对人们有益的方式使用我们都很熟悉的强大现代生成式AI工具——比如ChatGPT、图像生成模型等等。而我和爱德华多作为机器人专家，我一直都在寻找让机器人更好地服务人类的方法，使人们的生活更安全，我认为这是一个非常令人兴奋的领域。机器人学的一个重大挑战是：“如何协调大量机器人的动作？”控制一个机器人已经很难了，而现在你面对的是一个大型群体，你知道，存在一个持续的问题：“一个人或少数几个人如何指挥一大群机器人执行任务？”我认为我们正在尝试的一种有趣模式是：使用生成式AI作为桥梁和接口，让一个人或少数几个人能够指挥一大群无人机的活动。蒙蒂亚诺：当结合机器人技术和人工智能时，我还想指出的另一个问题是——在当前的技术水平下——就是可解释性。如果你想生成一张图像，你关心的是输出结果，但“为什么是这个输出？”可能不如你考虑机器人运动时那么重要。理解并获得对机器人而言一致的输出是一个重要但目前仍需解决的问题，因为这些AI模型表现很好，但有时也会突然失效，了解它们何时或为何失效对研究至关重要。费尔特曼：非常感谢你们今天来聊天，这真的很有意思。蒙蒂亚诺：谢谢你，瑞秋。施瓦格：谢谢，瑞秋。很高兴能来。费尔特曼：今天的节目就到这里。因为假期，我们星期五休息。下周我们将分享一些我们过去一年最喜欢的片段的重播。我们将在7月14日带来新的节目。在此期间，您可以通过在线或纸质版阅读《科学美国人》来满足对新鲜科学新闻的需求。《科学快速》由我瑞秋·费尔曼与弗龙达·姆旺吉、凯尔索·哈珀、纳伊姆·阿马西和杰夫·德尔维斯乔共同制作。本集由亚历克斯·杉浦编辑。莎伊娜·波塞斯和亚伦·沙图克核实了我们的节目。我们的主题音乐由多米尼克·史密斯创作。订阅《科学美国人》以获取更多最新和深入的科学新闻。对于《科学美国人》，我是瑞秋·费尔曼。祝你们周末愉快！

(以上内容均由Ai生成)