对于一个拥有正常视力的行人而言，他可以非常容易地分辨出哪些东西需要躲避（比如说树、路牙和玻璃门），哪些东西不需要（阴影、反光和云朵）；他也可以对道路状况进行预判，比如说在街道拐角处就会提前注意是否有车开过来。

　　但这些工作对于一些试图通过人工智能来实现自动化的系统来说，是非常困难的事情；这也是自动驾驶或无人机技术发展的重大阻碍。

　　微软决定改善这一现状。

　　微软推出一个全新的开源平台

　　近日，微软在官网宣布推出一个名为 Aerial Informatics and Robotics Platform（中文可翻译为：空中信息学和机器人平台）的开源平台，其主要作用是：研究者和开发者可以利用它，来自主、安全地训练和测试机器人、无人机和其他设备。

　　目前，该平台的 Beta 版本已经在 GitHub 上线，可以免费下载使用。

　　截图自 GitHub

　　这个平台的开发项目的专门负责人，是微软研究所的高级研究员 Ashish Kapoor，他所在的小组主要专注于自适应系统和交互的研究；不过最近他主要负责的就是这个平台。

　　根据 Ashish Kapoor 介绍，这个平台与其他人工智能项目的不同之处在于，它所提供的测试和训练环境是基于人类的真实生活场景的；而其他项目对于人工智能的训练主要是在已经被人工定义好、并且拥有具体规则的环境中，比如说棋盘类游戏。

　　因此，Kapoor 表示：

　　这是 AI 的下一次飞跃，它将会是更注重于真实世界的（人工智能）系统。

　　对于一台在空中飞行的机器人（也就是无人机）来说，想要分辨出墙和阴影之间的不同，不是一件简单的事情；在测试过程中，很有可能会让无人机撞无数次墙。

　　当然，最近比较流行的模拟器也许可以提供一些帮助，j2直播，但它们并不能很好地反映出真实世界的复杂状况。因此，最理想的状况是，让模拟器无限接近真实世界的场景。

　　微软给出的模拟器

　　这就是微软的优势所在。借助微软在图像硬件、计算能力和算法方面的巨大优势，微软研究所恰好开发出了一个能够展现真实生活场景的模拟器。该模拟器能够非常清楚地展示一些微小的细节，比如说阴影、反光，与通过计算机视觉算法模拟出来的场景大为不同。

　　这个新的模拟器就被应用于上述开源平台中。它显得非常真实，但又并非真实，这就给开发者提供了非常安全、可靠和便宜的无人机虚拟测试环境。

　　因此，使用微软的这一平台，有两个好处：

开发者可以任意“炸机”，不限次数，不需要花费数万美元的钱，也不用担心会伤及无辜。

开发者可以通过此平台做更好的人工智能研究。由于这类研究需要大量的试错，开发者可以从测试过程中收集大量的数据，用以构建让无人机系统安全运行的算法。

　　测试数据的收集

　　智能机器人系统的构建

　　在 Aerial informatics and Robotic Platform 中，除了有上述模拟器之外，还有一系列的软件，能够让开发者在两个最流行的无人机通信协议 DJI 和 MavLink 上编写可以控制无人机的代码。

　　基于 MavLink 的无人机

　　由于在一般情况下，开发者需要花费大量时间研究不同的 API，而且不同的平台代码也不同。因此，微软所提供的软件大大方便了开发者。

　　举例来说，在无人机系统中，感知是非常重要的一种能力，它能够帮助无人机去识别环境中的元素，并分辨障碍物的真假（比如说门和阴影）。通过微软提供的软件，开发者可以开发无人机系统的感知能力。

　　同样的，这个平台还能帮助开发者为无人机制定飞行规划，也就是告诉无人机在何种情况下该如何反应，就像行人在远远地看到汽车时会调整路线一样。