英國《自然》雜志19日在線發表的一項人工智能（AI）研究稱，機械滑翔機現在已經可以借助機器學習，學會像鳥兒一樣“翱翔”。
鳥兒會乘著上升的熱氣流飛行、升高，而不需要揮動翅膀。然而，這些氣流復雜多變，人類尚不清楚鳥類如何發現並利用這些氣流飛行。如果不充分理解這一點，就很難教會飛行器在現實環境裡做到同樣的事情。
而所謂機器學習，是指計算機獲取新的知識或技能，重新組織已有的知識結構，從而不斷改善自身的性能。這是人工智能的核心，也可看作是使計算機具有智能的根本途徑。此次，為了應對上述挑戰，美國加州大學聖地亞哥分校研究人員馬西莫·韋格索拉及其同事，將眼光瞄准機器學習中的“強化學習”（reinforcement learning）。這是一種動態機器學習技術，其中的智能主體通過與其環境相互作用來學習，就像孩子學習一樣：行為正確會被“獎勵”，行為不當則被“懲罰”。
研究團隊編寫了一個程序，讓兩米翼展的滑翔機根據機載儀器對周圍環境的測量結果，調整其在空中的俯仰和側滾動作。根據幾天試飛總結出的經驗，他們設計了一種導航策略，將垂直風加速度和側向扭矩（用於讓滑翔機左右旋轉的力）作為導航線索。研究人員認為，該策略的成功表明鳥類也可能依賴這種線索。
科學家指出，能夠順著熱氣流向上飛，只是候鳥或其機械模擬物可以安全地進行數百公裡快速飛行的部分原因。未來，如果能對如何識別強大上升氣流的導航線索進行補充研究，將進一步增強人類對鳥類飛行模式和動力的理解，並有助於開發更高效的遠距離自主滑翔機。
