인공지능(AI) 시스템은 충돌을 안전하게 피하고, 다른 항공기의 의도를 예측하고, 그들의 행동에 협조한다. 또한 무선을 통해 조종사 및 항공 교통 관제사와 통신할 수 있다. 팀은 AI가 결국 인간 조종사와 구별할 수 없도록 개발하고 싶다고 말한다.

튜링 테스트 통과

Jean Oh는 CMU의 Robotics Institute(RI) 부교수이자 AI 파일럿 팀의 일원이다.

"우리는 결국 튜링 테스트를 통과할 수 있다고 믿는다."라고 Oh가 말했다.

AI는 인간 조종사와 유사하게 다른 항공기와 통신하기 위해 시각과 자연어에 의존하여 안전하고 사회적으로 규정된 항법을 달성하는 데 도움이 된다. 팀은 앨러게니 카운티 공항과 피츠버그-버틀러 지역 공항에서 수집된 데이터에 대한 시스템 교육을 통해 이러한 조정을 달성했다. 데이터에는 항공 교통 패턴, 항공기 이미지 및 무선 전송이 포함되었다.

AI에는 6개의 카메라와 주변 항공기를 감지하는 컴퓨터 비전 시스템이 장착되어 있다. 또한 자연어 처리(NLP)를 사용하여 수신되는 무선 메시지를 이해하고 음성을 통해 조종사 및 항공 교통 관제사와 통신하는 자동 음성 인식 기능이 있다.

혼잡한 영공 탐색

현재 영공은 이미 혼잡하기 때문에 FAA와 NASA는 도시 영공을 언제, 어떤 유형 및 몇 대의 항공기가 사용할 수 있는지에 대한 제한이 있는 차선 또는 회랑으로 나눌 것을 제안했다. 이 제안은 현재 사용 및 표준 관행에 큰 변화를 가져오고 항공 교통 체증과 같은 문제를 일으킬 수 있다.

시각 비행 규칙(VFR)에 따라 혼잡하고 조종사가 제어하는 저고도 교통에서 작동하는 AI 개발과 관련된 많은 과제가 있지만 팀의 시스템은 이러한 환경에서 항공기와 원활하게 상호 작용하도록 설계되었다.

Sebastian Scherer는 RI의 부교수이자 팀의 일원이다.

Scherer는 "이것은 현재 영공에서 작동하는 최초의 AI 조종사이다. “UAV를 위해 영공이 바뀌는 것을 보지 못했다. UAV는 영공을 위해 변경되어야 한다.”고 말했다.

AI 조종사는 아직 실제 항공기에서 테스트되지 않았지만 비행 시뮬레이션에서 인상적인 성능을 보여 다른 조종 항공기를 탐색할 수 있는 능력을 보여주었다.

Jay Patrikar는 박사이자 RI 학생이다. 그는 프로젝트에 참여했다.

Patrikar는 "우리는 더 많은 조종사가 필요하며 AI가 도움을 줄 수 있다.”고 말한다.