AI擔任副駕駛增強了人類的準確性，提高了航空安全
“Air-Guardian”旨在確保更安全的天空，將人類直覺與機器精度相結合，創造了飛行員和飛行器之間更協調的關係。
來源: MIT
想像一下，你坐在一架飛機上，有兩名飛行員，一名是人類，一名是電腦。他們兩個都在操縱杆上，但他們總是關注不同的事情。如果他們都關注同一件事，那麼飛行員可以掌控飛機。但如果飛行員分散了注意力或錯過了什麼，電腦會迅速接管控制權。
認識一下“Air-Guardian”，這是由麻省理工學院電腦科學與人工智慧實驗室（CSAIL）的研究人員開發的系統。隨著現代飛行員在關鍵時刻需要從多個顯示器上獲取大量資訊，Air-Guardian充當積極主動的副駕駛員，它是人與機器之間的合作關係，根植於對注意力的理解。
但它如何精確確定注意力呢？對於人類，它使用眼球跟蹤技術，而對於神經系統，它依賴於稱為”顯著性圖”的東西，用於確定注意力的方向。這些圖作為視覺引導，突出顯示圖像中的關鍵區域，有助於理解和解析複雜演算法的行為。與傳統的自動駕駛系統只在安全違規時進行干預不同，Air-Guardian通過這些注意力標誌識別潛在風險的早期跡象。
這個系統的更廣泛影響超越了航空領域。類似的合作控制機制未來可能會在汽車、無人機和更廣泛的機器人領域使用。
麻省理工學院電腦科學與人工智慧實驗室（CSAIL）博士後研究員尹連昊是關於Air-Guardian的一篇新論文的主要作者，他表示：”我們的方法的一個令人興奮的特點是它的可區分性。我們的合作層和整個端到端過程都可以進行訓練。我們專門選擇了因果連續深度神經網路模型，因為它在映射注意力方面具有動態特徵。另一個獨特之處在於適應性。Air-Guardian系統不是剛性的，它可以根據情況的需求進行調整，確保人與機器之間的平衡合作關係。”
在現場測試中，飛行員和系統都是基於相同的原始圖像來導航到目標航點做決策的。根據飛行期間獲得的累積獎勵和飛行到目標點的路徑縮短來衡量Air-Guardian的成功。這個系統降低了飛行的風險水準，增加了導航到目標點的成功率。
麻省理工學院電腦科學與人工智慧實驗室研究聯合會成員、液態神經網路發明者拉明·哈薩尼表示：”這個系統代表了以人為中心的AI輔助航空的創新方法。我們使用液態神經網路提供了一種動態、適應性的方法，確保AI不僅僅是取代人類判斷，而是與之相輔相成，提高了空中安全和協作。”
Air-Guardian的真正優勢在於其基礎技術。它使用基於優化的合作層，利用人類和機器的視覺注意力以及液態閉合形式連續時間神經網路（CfC），以其在解釋因果關係方面的高明表現，分析傳入的圖像以獲取重要資訊。此外，它還使用VisualBackProp演算法，用於識別圖像中系統的焦點，以確保對其注意力圖的清晰理解。
為了未來的大規模採用，需要改進人機界面。回饋建議，一個指示器，如一個橫條圖，可能更加直觀地表示Guardian系統何時接管控制。
Air-Guardian迎來了更安全天空的新時代，為那些人的注意力分散時提供了可靠的安全保障。
麻省理工學院電氣工程和電腦科學安德魯(1956)和埃爾娜·維特比教授、CSAIL主任、論文的資深作者Daniela Rus表示：”Air-Guardian系統突顯了人類專業知識和機器學習之間的協同關係，推動了在挑戰情況下使用機器學習來增強飛行員的目標，並減少操作錯誤的目標。”
哈佛大學電腦科學助理教授斯蒂芬妮·吉爾表示：”在這項工作中使用視覺注意度度量標準最有趣的結果之一是它可以通過允許早期干預和更大的可解釋性來降低人類飛行員的壁壘。這展示了AI如何與人類合作的絕佳示例，通過使用人與AI系統之間的自然通信機制，降低了實現信任的障礙。”
※版權所有，歡迎媒體聯絡我們轉載；登錄本網按讚、留言、分享，皆可獲得 OCTOVERSE 點數（8-Coin），累積後可兌換獎品，相關辦法以官網公布為準※
