本文由moduo魔多（微信ID:moduovr）授權(quán)i黑馬發(fā)布。

李開復說：人工智能的引爆點已經(jīng)來到，VR 可以改變世界。

VR 改不改變世界先不管，但它已經(jīng)可以改變?nèi)斯ぶ悄芰恕?/p>

在世界上最大的技術(shù)宅集聚地 GitHub 上，微軟開源了一個叫做 AirSim 的項目。這是一個高級虛擬現(xiàn)實訓練系統(tǒng)——空中信息與機器人平臺（Aerial Informatics and Robotics Platform），這個平臺的主要目的是幫助開發(fā)者訓練自己的人工智能適應各種現(xiàn)實環(huán)境中的場景。

可能很多小伙伴不太明白這個平臺能夠做什么。但如果你對人工智能有所研究，你就能明白這個項目對于人工智能的深度學習有著能夠“彎道超車”的輔助作用。

就拿無人機舉例，一個無人機開發(fā)者要教會一個無人機能夠自主躲避障礙物要在現(xiàn)實中進行成百上千次的測試來收集證據(jù)，再將這些數(shù)據(jù)進行分析，然后將數(shù)據(jù)編譯成代碼對無人機 AI 進行教學。

如果無人機在現(xiàn)實中訓練，就會出現(xiàn)很多的問題。

如要調(diào)教無人機 AI 躲避墻壁就要考慮到墻壁的不同材質(zhì)、墻壁在不同的光照情況下不同的反射、墻壁上的洞如何躲避等等。

同樣物體在一天中的光影變化

這些問題是每一款無人機都要經(jīng)過的測試，這些測試不僅枯燥而且要耗費大量的人力物力。最關(guān)鍵的是還不一定足夠全面，而且還伴有一定的風險。

比如無人機撞毀、誤襲行人、失控。

這個無人機是傻的 

感覺頭有點涼

無人機襲人事件

那么，微軟是怎么解決這些問題的呢？

微軟在 GitHub 上給出了答案——用 VR 去訓練 AI！

在微軟開發(fā)的這套訓練平臺上，開發(fā)人員可以：

通過很簡單的方法模擬出無數(shù)種有細微差別的場景；

觀察無人機 AI 在不同情況下的應對是否滿足開發(fā)者的預期；

完全無視在現(xiàn)實中訓練容易出現(xiàn)的問題，大大節(jié)省成本。

魔多君本著孜孜不倦的好奇心對微軟在 GiuHub 上的日志進行了深層次的解析與研究。

這套訓練模擬器用虛幻引擎的圖形技術(shù)彌補了以往模擬器所不具備的更多細節(jié)。如不同程度的炫光、霧霾、墻壁的陰影等等。

如上圖所示，在整個監(jiān)控頁面有三個小的畫中畫。

左一用的是灰階影像來顯示距離的遠近。顏色越接近白色表示物體距離機器就越近。

中間則用的彩色塊來模擬每一個物體。一種物體就是一種顏色，能夠完整的區(qū)分出無人機對于不同情況不同障礙的不同反應。便于數(shù)據(jù)的整理與收集。

右邊就是無人機實時監(jiān)控畫面，能夠清晰的反映出無人機的抖動、飛行情況等問題。

不光如此，主畫面還能實時上帝視角觀察無人機在空中的情況，直接解決無人機上天以后，觀察員無法準確觀察的問題。

三管齊下，一舉N得。不得不佩服，微軟這個技術(shù)有點牛。

這套系統(tǒng)給開發(fā)人員帶來的好處也是巨大的。

1、開發(fā)者不用再擔心無人機在現(xiàn)實環(huán)境中的損毀狀況，也不用再擔心無人機撞壞街道、建筑及行人，而被警察或者城管分批次敲門。

2、可以許多測試同時進行，收集的數(shù)據(jù)也就更多更快，也更能表現(xiàn)無人機的真實數(shù)據(jù)。

除了模擬器本身之外，空中信息與機器人平臺還包括一個軟件庫，方便開發(fā)者通過簡單的代碼對接目前最流行的兩個無人機平臺 DJI 和 MavLink。

除了在無人機上的應用之外，這套系統(tǒng)還將引入到無人駕駛中，不過想想也是，畢竟無人駕駛 AI 技術(shù)在現(xiàn)實中但凡出點問題那可就是大問題了啊。

特斯拉無人駕駛技術(shù)吹上了天，然后撞了。

谷歌的無人駕駛汽車不光撞了，還賠錢。

如果引用這套系統(tǒng)，那么這些問題就可以統(tǒng)統(tǒng)避免。

在虛擬現(xiàn)實中撞了，小事情，重新驗證數(shù)據(jù)，再來就是了。省心！

負責這項研究的阿什什·卡浦爾（Ashish Kapoor）表示，這個訓練模擬器是 AI 研究的一次飛躍。

在以往的 AI 學習中大多數(shù)的課題都會給定 AI 一個特定的規(guī)則，比如玩游戲或下棋。而這個模擬器讓 AI 去真正思考在一個現(xiàn)實世界中去如何活動。微軟此次將這個項目開源，是為了促進整個自動駕駛類人工智能領(lǐng)域的發(fā)展。

微軟，干的漂亮！