Nhiễu động không khí ảnh hưởng đến máy bay có thể trở thành dĩ vãng nhờ một hệ thống AI mới giúp các phương tiện bay học cách điều chỉnh theo sự nhiễu động chỉ trong vài phút.
Các nhà khoa học thuộc Đại học Hàng không Embry-Riddle (Mỹ) đã phát triển một kỹ thuật có thể giảm thiểu tác động của nhiễu động lên các phương tiện bay, đặc biệt là máy bay không người lái (UAV).
Nhiễu động không khí là trải nghiệm tồi tệ khi bay - (Ảnh: REUTERS).
Kỹ thuật này dựa vào hệ thống trí tuệ nhân tạo (AI) gọi là FALCON để tự điều chỉnh chuyến bay tương thích với các nhiễu động bên ngoài.
Nhiễu động không khí là những thay đổi về áp suất không khí khiến máy bay rung lắc. FALCON được đào tạo để hiểu các nguyên tắc cơ bản gây ra nhiễu động nhằm thích ứng trong mọi điều kiện.
Hệ thống AI này dựa trên phương pháp Fourier, vốn sử dụng sóng hình sin phức tạp để biểu diễn dữ liệu. Theo trang LiveScience ngày 11-11, nhóm nghiên cứu đã thử nghiệm hệ thống AI này trong một đường hầm gió tại Viện Công nghệ California (Caltech, Mỹ), sử dụng một cánh máy bay được gắn cảm biến áp suất tượng trưng cho một UAV. FALCON sẽ sử dụng các cảm biến để cảm nhận những thay đổi áp suất và điều chỉnh độ cao cùng độ lệch khi cần thiết để duy trì sự ổn định.
Nhóm nhận thấy sau 9 phút học, liên tục cố gắng thích ứng với sự thay đổi nhiễu động và phản hồi kết quả, FALCON có thể duy trì sự ổn định của cánh máy bay trong đường hầm gió.
"Các thử nghiệm tại đường hầm gió của Caltech cho thấy FALCON có thể học trong vài phút, hướng đến việc mở rộng ra những máy bay lớn hơn", giáo sư Hever Moncayo, làm việc tại Đại học Embry-Riddle, cho biết.
Bằng cách cho phép thích ứng tự động với nhiễu động, nghiên cứu này có tiềm năng giúp UAV và máy bay thương mại trong tương lai bay mượt hơn. Nhóm nghiên cứu cũng đề xuất khả năng chia sẻ dữ liệu môi trường giữa các máy bay để cảnh báo nhiễu động.
Giai đoạn tiếp theo của nghiên cứu là nhằm giảm thời gian học của FALCON. Đây có thể là thách thức lớn của nhóm, vì khả năng thích ứng nhanh với các điều kiện môi trường là điều cần thiết để có giải pháp thực tế cho nhiễu động.
Ngoài ra vẫn còn những thách thức khác trong thế giới thực, đặc biệt là vì các điều kiện đa dạng và không thể đoán trước của gió.
Nghiên cứu được công bố trên tạp chí NPJ Robotics.