在车的前座，两小我用眼光追踪着这架滑翔机。后座上的两小我则在笔记本电脑上追踪飞翔。他们注目着滑翔机上装置的小型盘算机发来的数据，同时向一台对讲机喊着这些数据。而在后面的一辆吉普车上，阿什利·卡普（Ashish Kapoor）听着传来的数据，一边下降速度，眼睛盯着这架聚苯乙烯滑翔机。
很快，滑翔机调转到另外一个偏向。它悄悄地围绕着有形的上升热空气柱，迟缓地向上爬升。“它在赓续上升，它发明了一股上升气流，”卡普指着越飞越高的滑翔机说。
上周，在内华达州霍桑邻近的戈壁山谷里，卡普和他的微软研讨员同事测试了两架滑翔机。借助机载传感器供给的数据，对空气形式停止猜测、并计划后面的道路，这些滑翔性能够找到上升暖气流，然后应用其逗留在空中。
微软愿望，这类主动驾驶飞翔器终究可以或许乘着空气在空中逗留数个小时乃至几天，同时仅消费少少的电力，从而赞助研讨人员追踪气象状态，检测农作物，或许向特定地域发送无线收集旌旗灯号。
现在，愈来愈多的人开端开辟可以或许自行决议计划的飞翔器、汽车和其他装备，而卡普引导的这一项目也是个中之一。谷歌曾经应用相似的技巧开辟可以或许在空中漂浮数月的互联网气球，别的，还有许多公司在开辟无人驾驶汽车。加州年夜学伯克利分校的学术人员则在开辟家庭机械人和外壳手术机械人等等。
得益于神经收集技巧的突起，汽车、飞机和其他机械人现在曾经可以或许辨认四周的物体，准确度堪比人类。但要真正完成自立决议计划，这些机械还必需模拟人类猜测将来事物，并据其停止调剂的才能。微软、谷歌和加州年夜学的项目都在向这一偏向尽力。
跟着谷歌和其他很多公司试图开辟无人驾驶汽车，此类研讨变得愈来愈主要。斯坦福年夜学航空和航天学传授迈克尔·克勤德非（Mykel Kochenderfe）表现，微软的项目向着主动驾驶交通对象的完成进步了一年夜步。
另外，该项目照样挑衅主动驾驶技巧极限的一种方法。“借助滑翔机，你可以在人员和产业受损风险最小的情形下测试这些算法，”克勤德非说。
为了打造算法，卡普和他的团队借助了名为“马尔可夫决议计划进程”的技巧。该技巧具有数十年的汗青，它实质上就是一种辨认不肯定性并作出回应的办法。
这类办法就相似于你在背包外面找零钱。假如把手伸进背包乱摸一通，你会见临很多不肯定性。但假如你拿失落年夜点的物体，好比书本、和笔，零钱就会落到书包底部，然后找钱就变得轻易地多。这就是微软算法的运作方法，只不外是在数学层面。他们愿望算法可以或许限制不肯定性，来减小成绩的规模。
图2：微软研讨员用遥控器放飞滑翔机
在内华达州的戈壁里，微软团队在手持遥控器的赞助下放飞了两架滑翔机。一旦进入空中，研讨人员便让滑翔机应用机载装备自立飞翔。而这些滑翔机不能不借助风和其他空气形式飞翔。
经由过程机载算法，这些滑翔性能够剖析四周产生的情形，然后在须要时转变偏向。它们可以从情况中获得信息，虽然没法完整肯定接上去会产生甚么，但它们至多可以作出有依据的推想。研讨人员说，由于所处的情况不受掌握，滑翔机必需提早推论和计划。
在测试中，这些滑翔机胜利计划道路，向可以或许供给上升力的处所进步，以后再想法应用上升气流向地面爬升。
不外，这些飞翔器离完善还很远。微软团队最后愿望发明滑翔机主动飞翔的时光记载——跨越5个小时——但因为无线电和其他装备的成绩，经由两天的重复实验后他们并没有做到。
