Computing on the Fly: Navigating a Vision for the Future of Drone Computing
本报告构想了一个无人机在国家基础设施规模上执行灾难响应和物资交付等关键任务的未来，同时确定了必须克服的十二项关键技术挑战——涵盖从人工智能自主性和安全性到劳动力发展的各个方面——以弥合当前硬件能力与实现安全、大规模部署所需的软件系统之间的差距。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，我们头顶的天空即将变得繁忙起来。现在，如果你想交付一个包裹或检查一座桥梁，通常需要一名人类飞行员在场操控。但科学家们正梦想着这样一个未来：成千上万个微型机器人——无人机——能够像永不疲倦的鸟群一样，自主地协同工作。为了实现这一目标，这些无人机需要一个“大脑”。它们需要能够思考、彼此交流，并在无需等待人类指令的情况下做出瞬时决策。这就是“飞行中计算”（computing on the fly）的世界。这不仅仅是关于制造更好的机翼或更强韧的电池，更是关于构建软件和规则，让这些机器能够在拥挤的天空中安全飞行。把它想象成教一百万名新司机如何在城市里开车，而那里的交通灯、道路甚至其他车辆都在不断变化，同时还要确保不出车祸。
一群来自大学、政府和科技公司的专家最近聚在一起，提出了一个重大问题：我们真的能在 2035 年前实现这个目标吗？他们审视了管理数百万个这类飞行机器人所面临的复杂现实。他们发现，虽然硬件正在成熟，但“大脑”和“交通规则”却相对滞后。他们指出，如果我们现在不解决软件、安全和法律问题，我们最终可能会得到一个布满无人机的天空，而这些无人机要么因为过于胆小而不敢飞行，要么因为无法沟通而陷入混乱，或者极易被坏人黑客攻击。他们的报告是一份路线图，指导我们如何构建一个让无人机能够协助灭火、向偏远城镇运送药物以及检查输电线路的未来，但这只有在我们先解开一些极其棘手的计算机难题之后才能实现。
宏伟梦想：充满助手的天空
作者们描绘了 2035 年的景象：那时无人机将像汽车一样普遍。想象一下，一架无人机发现了可能引发大规模森林火灾的微小火星，并在火势蔓延前将其扑灭。想象一下，一架无人机飞越山脉，将救命药物送到乡村医院，绕过了可能耗时数小时才能疏通的交通拥堵。他们预见到，每天都有无人机机群在检查桥梁和输电线路，发现人类可能多年都无法察觉的裂缝。
但问题在于：论文指出，目前我们有了“身体”（飞行机器），但缺少了“大脑”和“安全网”。硬件正在变好，但告诉它们如何行动、如何信任彼此以及如何保持安全的软件仍处于追赶阶段。
通往未来的三条道路
专家们解释说，我们可能会面临三种不同的情景，而其中只有一种是他们想要的梦想。
- 路径 A：聪明但愚蠢的无人机。 想象我们发明了超级智能的 AI，让无人机能做出惊人的动作，但我们忘记了教它们如何安全以及如何信任彼此。在这个世界里，无人机可能擅长拍摄足球比赛或为单个农场浇水，但它们太危险，无法在城市或医院附近飞行。它们就像一个能解数学题但不知道如何在过马路时避免被撞到的天才学生。
- 路径 B：安全但僵化的无人机。 现在想象我们建立了一个系统，其中的无人机极其安全且无法被黑客攻击，但它们也非常笨。它们只能沿着预设路径直线飞行，无法应对突如其来的风暴或新的障碍物。它们就像轨道上的火车：安全可靠，但如果轨道结束了，火车就会停下。它们无法适应复杂多变的现实世界。
- 路径 C：技术缺失的规则。 最后，想象政府制定了完美的法律并开放了天空，但技术还没准备好。我们拥有了飞行的许可，但无人机却因为搞不清如何避开彼此而坠毁。这就像拥有赛车的驾驶执照，但车子却没有刹车。
论文认为，我们需要同时构建所有三个部分：智能 AI、坚不可摧的安全保障以及公平的规则。如果我们只修复其中一部分，我们就无法获得我们想要的未来。
障碍：为何如此困难
专家们列出了十二个需要解决的大问题。以下是其中最主要的几个，通过简单的解释：
1. 空中交通拥堵
目前，我们只有几千架无人机。到 2035 年，他们预测可能会有数百万架。想象一下，要在拥挤的房间里同时与一百万人交谈。无线电波（无人机用于通信的隐形无线电信号）会被堵塞。论文建议我们需要新的方式让无人机共享“无线电空间”，以免互相干扰，并需要新的方式来规划它们的路径，以免发生碰撞。
2. “黑箱”问题
无人机开始使用能够自我学习的 AI，有点像一个通过实践而非阅读教科书来学习的学生。问题在于，有时即使是开发 AI 的人也不完全清楚无人机为什么做出某个决定。如果一架无人机决定向左转而不是向右转，而我们无法解释原因，我们该如何信任它？论文指出，我们需要新的测试方法来测试这些“学习型”无人机，以确保它们在遇到从未见过的场景时不会做出疯狂的行为。
3. 思维的速度
无人机飞行速度很快。如果一架无人机在建筑群之间飞行，它必须在毫秒内做出决策。如果计算机思考时间过长，无人机就会坠毁。但 AI 通常缓慢且难以预测。论文建议我们需要构建一种新型的计算机系统，它能精确知道自己思考需要多久，这样无人机就不会在从空中坠落时陷入“思考循环”。
4. 信任问题
一架无人机如何知道另一架无人机是朋友而不是伪装成朋友的坏人？如果黑客欺骗了一架无人机，让它误以为自己在错误的位置，这架无人机可能会飞入人群或发生坠毁。论文建议我们需要一种新的方式让无人机相互核实身份，比如一种即使在互联网连接中断时也无法伪造的数字握手协议。
5. “仿真与现实”的差距
科学家经常在类似电子游戏的模拟环境中训练无人机。但现实世界是混乱的。模拟环境可能没有正确的风力、阳光的眩光或电机的声音。一架在视频游戏中飞行完美的无人机，在现实生活中可能会坠毁。论文建议我们需要更好的“数字孪生”——包含现实世界所有混乱细节的超现实虚拟世界，以便我们在室外飞行前先在那里进行测试。
计划：如何实现目标
作者们不仅列出了问题，还给出了路线图。他们表示我们需要现在就开始建立“测试平台”。这些是类似于大型游乐场的设施，研究人员、公司和政府可以在其中安全地共同测试他们的无人机。他们希望看到在 2028 年前实现 1,000 架无人机协同工作的演示。
他们还呼吁一种新型的教育。我们需要更多既懂如何制造无人机，又懂如何编写使其智能化及保持安全的程序的人才。他们建议大学应该开始将这些技能结合起来教授，而不是将它们分开教学。
总结
这篇论文是一个警钟。它指出，拥有充满助手的无人机天空的技术正在到来，但我们还没有准备好。如果我们不尽快解决软件、安全和规则问题，我们可能会错失机会。但如果我们齐心协力——科学家、公司和政府——我们就能开启一个让无人机帮助我们解决重大问题的未来，从灾难中拯救生命到修复破损的桥梁。天空才是极限，但前提是我们必须搭建好通往那里的梯子。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。