飛行輔助的安全考量

以往的飛行事故除了飛機機型考量外，不可控的天候因素為事故發生的最大癥結，直升機作為救援行動最常出動的機型，須更常應對不同惡劣氣候或障礙物等影響下出動執行任務，最大的作業挑戰為視線不良情況下執行低空飛行任務，如何排除視線不佳因素成了直昇機能順利達成任務的關鍵。

美國國防科技公司Elbit Systems為直升機設計了視覺套件，整合人工智慧(AI)與擴增實境(AR)，提供機器學習技術外，感測器系統涵蓋空中成像雷達，協助駕駛員隨時獲得清楚的飛行資訊。感測器安裝至機鼻，以產生當地地形的虛擬地圖，標示天線等障礙物，虛擬地圖輸入任務電腦並整合預先安裝的地圖與任務資料，飛行與障礙物相關資訊會以AR疊加在虛擬地圖上即時呈現，讓駕駛員在白天黑夜、惡劣天候、能見度差的情況下，能獲得即時清晰且有彩色標示的地圖，更有效的執行任務。

模擬訓練器的進化更新

以往在飛行訓練時除了駕駛模擬倉需積累相當的飛行時數外，都需藉由實體飛行讓駕駛適應不同天候並增加實際飛行掌握能力，飛機本身也有自動駕駛系統，如何與自駕系統共同實際操作執行起飛、巡航、降落等基礎動作執行並適應，是一般民航機師訓練時的重要任務。

微軟(Microsoft)在Farnborough國際航空展推出打造、訓練、測試自駕飛行載具人工智慧(AI)模型的高傳真模擬平台Project AirSim，雖提供業界有限預覽，但逼真的環境讓AI模型在數秒內完成數百萬次模擬飛行，學習因應真實世界不同變數，包括溫度與氣流等天候因素對電池壽命可能影響等，對訓練機師養成具有一定助益。

為縮短AI模型的自主能力訓練時間，Project AirSim包含提供各種模擬3D環境的資料庫，以及包括偵測與避開障礙物、進行精準降落等作業的預先訓練過、可客製化的先進AI模型組件，開發商無需具備深度學習專業，即可開始透過Project AirSim訓練自駕空中載具。透過精確模擬真實世界、收集與處理大量資料、編碼自主(Encode autonomy)，實現規模化的AI模擬平台以協助加速飛機自駕。

駕駛路上的重要幫手：導航系統

除了空中駕駛，路面上的精確駕駛則多仰賴導航系統，但現今多數的導航系統除了須隨時更新的地圖資料外，不夠即時更新路況的速度也讓google著力於研發AI等電腦視覺，但仍容易發生駕駛在開車途中因分心造成開錯路或出現駕駛事故的狀況。

Phiar使用現有車用晶片開發產品，並結合AR空間察覺應用與深度學習，打造出讓手機在進行AI/AR導航的同時，還可以即時偵測交通路況，後續也改造成可應用的車用系統，且Phiar的AI路況識別速度比Google的AI快了 20 倍，除了讓Phiar在2021年9月27日完成1200萬美元的 A輪募資，由於提供了卓越的即時道路感知，在市場上極具競爭力，Google更於2022年9月收購Phiar，提供駕駛更加優質的導航體驗。

當硬體隨著科技發展更加精細，隨著自動駕駛與原宇宙的興起，AR結合AI的運用層面將更佳廣泛，軟體的突破除了帶來使用的優質體驗外，如何協助自動駕駛更加即時且快速的反饋，並協助自駕系統，提供相對安全的駕駛環境，這也是未來的軟體發展落地時必須思考的關鍵。

元宇宙與AI相關系列延伸閱讀：

元宇宙的世界，現實構成的虛擬實境樂園

協助還是取而代之？不斷進化的AI人工智慧

超級電腦的運算，實現世界的進化

被讀取的舉動，生物辨識形塑的廣告世界

AI學習，未來機器手臂的有效協作

VR眼鏡的模擬訓練，未來必備的學習訓練配備

內文資料來源：

AI加AR 視覺套件助直昇機駕駛克服視線不良環境

微軟推出自駕飛行載具模擬訓練平台Project AirSim