这门课程将会推出两个学期:第一学期围绕基本的空中机器人学(Aerial Robotics),会传授设计和开发飞行机器人所需的核心概念。入学者将使用四旋翼测试平台和定制飞行模拟器来实施规划,控制和估算解决方案。第二学期是基于前一个学期的进阶版,包括整个智能空气系统的全栈。入学者将了解固定翼飞机并优化「飞行长度」任务,协调整个飞行车队。最后,完成一个完整的「飞行城市」测试。
由于是首次开设这样的课程,Udacity 除了让创始人、无人车之父 Sebastian Thrun 亲自把关以外,还邀请了包括来自麻省理工大学航空和航天学院教授 Nicholas Roy(同样也是以及计算机科学和人工智能学院的副教授)、多伦多大学航空航天学院教授 Angela Schoellig、苏黎世联邦理工学院动力系统和控制系统教授 Raffaello D'Andrea 等学术大牛亲自教学。
两门课程目前的价格分别是 899 美元和 1200 美元,每个学期有三个月时间,每周学习时间预计为 15 个小时。Udacity 对入学者有一定要求,需要良好的编程能力和基本的数学物理功底,但是过去进修过 Udacity 自动驾驶和机器人课程的毕业生可以直接通过。
随着近五年来人工智能技术、无人机(Drone)技术和自动驾驶技术的迅猛发展,飞行车已经成为行业内热议的未来出行方式之一。但是,相比于业内公认的无人车将在 2020 年左右出现大规模的商用产品和服务,飞行车在商业上的承诺可能还要再往后推,这也引起了不少人的好奇:为什么 Udacity 选择在这个时间点推出飞行车课程?拿到飞行车纳米学位的人才会有什么样的出路?目前飞行车行业的发展状况究竟如何?
带着这些问题,机器之能采访了 Udacity 飞行车课程的项目负责人、同时也是多个飞行车公司的咨询顾问 Jake Lussier,探讨有关飞行车课程和整个行业的商业化问题。
你所看到的课程分为两个学期:第一个学期是空中机器人(Aerial Robotics),第二个学期我们称之为智能空中系统(Intelligent Air Sytem),所以,实质上我们是培养我们的学生成为自主飞行的任何领域以及飞行汽车领域都非常杰出的软件工程师。
第一个学期的空中机器人可以教会学生开发任何一种机器人所需的基础知识,但是内容会聚焦在空中,有规划、控制、预测这些环节。这些是你可能想到的出现在机器人课程中的概念,只不过会在无人机上进行模拟。学生将有机会将他们的代码移植到实际的无人驾驶飞机上,这些内容为无人飞行奠定了基础。
第二学期,我们更多地进入具体的飞行汽车领域。在第二学期的第一部分,我们将讨论固定翼飞行,同时会谈论一些混合动力设计。飞行汽车的设计并没有真正地集中在一个设计点上,有四轴飞行器、飞机元素以及其他的元素。我们首先介绍这些固定翼设计,以及它与第一学期中学到的内容的关系。
接下来我们再来看看这种飞行车的系统,比如控制问题如何变化,稳定性如何,然后我们进入飞行车队。如果你想在多个地方提供服务,就要考虑如何优化这些服务、如何有效地实现这一目标、以及如何整合船队、如何协调这些服务,以便他们能够高效地运作。要知道,协调包括哪怕程序崩溃还要使一切安全地工作,并与中央控制相连接,这就是课程的总体轨迹。所以在每一个阶段,学生不仅仅是在学习课堂,而且还要在课堂用 Python 进行编码,并得到即时的反馈,然后将这些代码翻译成 C++。写代码一开始只是为了理解这个概念,之后为飞行车准备的代码就是你实际上可能放在无人机上的东西。
回答你的问题,学生实际上从中学到了什么?他们理解所有这些概念以及实施这些概念的能力。对于现在这个行业来说,他们可以进入并带来自己的技术和自主权,而且不单单是飞行车,而是在整个飞速发展的飞行车行业,成为真正的领导者。
学生拿到毕业证书后,可以获得什么样的工作机会?
我认为你可以看到不同程度的特异性。在最高层次上,这些学生将非常熟练地掌握技巧和经验,建立不仅智能而且非常可靠且鲁棒的自主系统。
如果你在网上进行图像分类,你将熟悉训练算法来做预测。如果你弄错了,这也不是一个大问题。但是在飞行中,如果你弄错了,这是一个很大的问题。因为这不只是一个简单的算法,你必须有一个全局考量。我们所有的毕业生都应该有这个技能,这有着相当广泛的适用。
他们可以通过这些技能找到很多角色,我认为他们甚至可以在金融行业找到工作,在那里,你必须真正了解你的预测指标。但在具体的飞行车中,我认为现有的行业就已经有很多机会,大多数飞机在天空上的大部分时间都是自主飞行的。真正有人类参与的部分只有起飞和着陆,即使在这些部分,技术也相当有用,有很多公司需要这些技能。
那么正如我之前提到的那样,我们认为规模较小但迅速增长的市场是他们有机会担任领导职位并真正建立这些体系的地方。无人机已经是一个蓬勃发展的行业,增长非常迅速,我们认为飞行车领域虽然现在有点小,但也会有类似的增长模式。
网站上说明了上过一些课程(机器人以及自动驾驶)可以直接获得入学,那么对一些没有上过课程的申请人,你们的评估要求是什么?
这个课程的前提条件是,它需要一些在编程语言上相当好的经验。所以你需要习惯编写代码,最好是使用 Python 、 C++,但是如果你对另一种语言非常熟悉,而且你愿意学习 Python 或 C++,那么你也可以学习这门课程。你应该对一些更高级的数学有一个基本的了解,对线性代数概率统计有一个基本的了解,稍微知道一下物理学,因为我们有覆盖空气动力学。这些都是一些先决条件。所以如果你还没有从其他课程毕业,但你有这些技能,然后在我们的录取过程中,你仔细说明了你的资格,我们会审查每个入学申请,并确保你有必要的技能。
申请方式是什么样的?
申请人只需要填写表格里的相关信息就可以,我们会进行核实。
第一学期和第二学期是必须连贯上的吗?
是的,他们必须依次上,虽然第二个学期更多的是关于这些系统更多的飞行汽车,第一个学习将涉及所有的基础。这也将让你熟悉我们的模拟环境。它会教你如何把你的代码应用在飞行车上。所以,如果你跳过第一学期,你将不会有这个基础,所以我们要求你做第一个学期。
Udacity 会把什么人看作目标申请对象?
我认为理想的目标之一是软件工程师,他们一般都会对进入自主系统感到兴奋。当然,如果有飞行爱好者是更好。所以任何真正有能力编码的人,我认为都是一个很好的目标。另外一个可能的就是在航空航天方面具有良好编码能力的人,他们也可以从空域的角度来进一步了解软件方面的问题。我认为这些都是非常有吸引力的目标。
你如何评价这门课的强度?
我会说比起其他 Udacity nano-degree,比如自动驾驶,强度是差不多的。我们是真的在给我们的学生们建议,并且帮助他们拥有一定的时间完成自己的工作量。我们知道,很多学生都有工作,这个课程将在下班时间内被完成,但是我们可以尽可能地提供所有的支持。我们组织同龄人,试图让他们与社区沟通,我认为这就是在网上阅读一些文章和真正从课程编码学习以及和你的同学交流之间的差异。
为什么选择在这个时间点推出飞行车课程?
Udacity 更高层次的任务是提供终身学习。我们试图提供一个学习的经验,这将有助于保持你的专业技能保持最新,你就可以继续在事业上取得成功和成长。通常在我们的所有课程中,都会有一些行业内重要的高增长领域,如果学生在这些领域获得技能,他们将在事业上取得成功。比如自动驾驶,在硅谷我们看到这是一个蓬勃发展的行业,拥有这些技能的工程师现在做得非常好,而且他们未来只会做得更好。所以一辆飞行汽车听起来可能非常遥远,但是它与现有的航空业和盛行的无人机行业已经有了相同的模式。对于现在有工作能力和自主能力的学生来说,这是一个很好的地方,我们看到现在飞行中有很多活动,而且在接下来的几年里,这个活动真的在加速。所以现在学这个东西的学生在未来几年真的会很受欢迎。
课程之间会出现重复吗?比如和机器人课程以及自动驾驶课程?
我认为思考这三个定位的方法是:机器人学是一个通用的机器人课程。自动驾驶和飞行车的专业化程度不同,我认为它们的区别在于,自动驾驶汽车在杂乱无章的随机环境中需要非常基本的感知问题,所以你会发现计算机视觉和深度学习在这里被大量使用。而在飞行车系统中,天上没有那么多障碍物,所以要侧重在控制和计划上面。
会举办飞行车的一些线下活动和课程吗?
暂时没有,但是其他的课程有很多。现有的 Slack 社区很多的学生都非常感兴趣,我们会寻求并鼓励线下合作,组织学生的事情,也鼓励他们见面协助。而在自动驾驶的课程上,我们会举办招聘活动,让 30、40 个招聘合作伙伴来面见我们的毕业生。
中国的工程师或者学生学完这个课程,对他回到中国市场,即飞行车发展相当早期的地域,会有什么帮助?你认为这个课程是针对美国市场的吗?
我不会说它必须是以美国为重点的创新和飞行车的课程。我觉得有些国家甚至有更先进的监管环境。当我想到更多现存的飞行车初创公司的时候,美国是我第一个想到的,德国也有一些,还有中国的亿航。我认为这是非常国际化的努力,世界各地的学生基本上都会有我之前描述的这样机会, 包括中国,我认为在飞行车领域已经有不少令人兴奋的成长型公司。
Udacity 会鼓励学生们创业吗?
我们所有的课程都是为了让学生可以向期待的职业方向发展。如果他们现在是在一家公司,而且是一家航空航天公司,现在我们要去了解他们需要做什么才能让公司做得更好。如果他们是一个前端或者全栈软件开发人员,他们对自动驾驶系统感兴趣,我们将试图在那里满足他们,让他们成为工程师,去自动驾驶或飞行车或任何他们希望进入的行业。如果他们在这个领域,而且他们希望发起创业,我想这个课程也会给他们很多实际的经验和领导技能,并且与行业领导者进行联系。我们不应该规定我们认为他们应该追求哪条道路,但我们一定会尽全力帮助他们追求任何他们想要的道路。
Udacity 具体会怎么帮助完成飞行车课程的学生找到理想的工作?
我认为很多在课程中教授的技术在这些行业中具有相当广泛的适用性和重要性。一些主要的航空航天公司已经拥有自主的系统部门,他们已经将其用于 UAV 和无人机以及所有这些事情上。除此之外,Udacity 还有 100 多个招聘合作伙伴,其中幸运马丁已经是 Udacity 的招聘合作伙伴。飞行车领域,现在主要是 Sebastian Thrun 创立的 Kitty Hwak 作为招聘合作伙伴,我们希望在未来几个月建立更多的伙伴关系。
目前收到多少申请?什么时候开学?
课程申请在 1 月 23 日开放,直到 2 月 7 日结束。我不能确切地分享有多少申请,但我可以分享的是通常我们会以几百学生的数量作为一期,第一期将在二月末开始。
首先是初创公司。例如由 Sebastian 创立的 KittyHawk。现在在迪拜部署空中的士的 Volocopter。德国有 Lilium ,中国有亿航。Terrafugia 是另一个,还有极光飞行科学公司(Aurora Flight Sciences)。还有更多,这不是一个详尽的名单。
同时也有很多大公司正在自己内部开发或者正在开发收购。如果我没有弄错,那么极光飞行科学已经被收购了。而且我认为 Air Bus 可能也已经被收购了,沃尔沃收购了 Terrafugia。
还有就是这个行业的服务提供商,例如就在上个星期,Iris Automation 完成了 A 轮融资,他们使用计算机视觉和 AI 来避免碰撞。这只是一种技术,但是越来越多的公司并不试图从头开始建造飞行器,而是提供该系统的组件。
此外,还有 Uber Elevate 等,这是 Uber 在飞行车领域作出的努力,他们将航班作为未来城市交通的一部分,正在创建 Uber Elevate Network,让任何一个飞行汽车制造商进入他们的车辆。
如果给飞行车的市场成熟度打个分数,你会打几分?
得出这样一个分数是很困难的。所以我想我们可以谈论一下,市场是多么成熟,它是多少的增长市场。
我认为,一个非常类似的情况发生在汽车行业,那里有非常成熟的汽车市场,而且越来越多地使用 AI。例如,如果你是一个正在求职的工程师,现在汽车公司有一个很大的市场,尤其是一个非常快速增长的自动驾驶。虽然汽车还没有被广泛地应用自动驾驶技术,但是在这个领域里有很多的潜力。航空航天市场也是一样的,我们有一个成熟的航空航天市场,还有一个规模较小但飞速发展的无人机和飞行车行业。
另外,五年前的自动驾驶汽车正处在技术开始被认真对待的时代,虽然还是一个很垂直的行业,但是增长迅速。现在的飞行车也处于类似的位置,我们处于早期阶段,但将会是高速增长。飞行车相比自动驾驶汽车方面有着非常好的优势,而自动驾驶已经为飞行汽车的许多进步方面,在技术上和社会效应上都铺好了路。因为有了自动驾驶,人工智能,导航,制图,协调等方面技术都有了很大的进步。我们认为未来一两年,飞行车将出现大量的增长,接下来的五年将会有更多的大规模应用。
你认为飞行车在技术上还有什么没有攻克的难点?
令人惊讶的是,基本的空气动力学知识、硬件组件基本上都在那里。低级软件大多在那里,所以实际上飞行汽车并不是很难。在某些方面,他们比自动驾驶更容易些,因为他们不必处理所有的障碍物或者是从路上突然冒出来的人。我认为这给了我们信心,这实际上不会花费那么长时间才能发展行业,因为技术在很大程度上存在。
剩下的挑战是那些能够胜任计算机科学领域的航空航天工程师,这就是为什么我们现在正试图提供这个课程,也就是说,我们传统上有一群航空航天工程师对计算不太舒服,习惯对产品进行较慢的迭代。另一边我们有计算机科学家,他们可能更习惯于在网络上运行机器学习,而不是在现实世界的机器人系统上运行。我知道在和 KittyHawk 交谈时,他们也在试图找到能够熟练掌握这些技能的工程师时遇到了问题。所以这个项目的一个重要目标是赋予人们这些技能,因为这实际上是这个行业发展的限制之一。一旦你有这两个厉害的工程师,不仅要让一辆车稳定地飞行,还要有一大堆车辆在天空中每小时行驶一百二十英里,还要有一个超级锁定安全协调体系。这种更高层次的系统思考和系统优化,今天仍然是一个挑战。
如何评价飞行车技术和无人车技术的横向比较?
整个飞行汽车的问题,在某些方面更容易。但我不是说它是个简单的问题,这个问题依然很难。但是,如果你从单个车辆的角度来看待它,从 a 到 b,你不看系统。实际上,自动驾驶的难度更大,所以他们有他独特的挑战。关于飞行车的好处,他们的技术挑战是非常可解决的,随着工程技术人才的增加将能够有效地做到这一点。如果你想拥有一个高效快速的飞行车网络,这个系统没有任何固有的限制。只要我们完成了工程,我们就可以到达那里。但自动驾驶是被限制在地球表面,这就是一个天然的瓶颈,在天空中不存在这样的问题,随着交通量的增加,你会爱上一个事实:天上有着很多空间。
飞行车技术中的哪个部分会利用到很多机器学习算法和人工智能技术?
机器学习可以在大部分过程中使用。但因为纯黑盒子的思维。机器学习在很多飞行上是不允许的,所以在低级别的控制上,我们不能只是得到一些训练集、训练一个模型、然后希望性能足够好。我们要求有一个物理模型,车辆的性能遵循这个模型,并且以自己的方式预期。
但是,很多这些模型都有参数,可以让我们测量车辆的功效,无论何时,如果你有这样的设置、你有参数、你有一个错误的功能,这就需要用到机器学习,你可以根据对完成度的度量来优化这些参数。就算是低层次的部分,也许不是每秒运行一千次的控制器,而是更高层次的控制器,我们使用机器学习来更新参数。
当我们看到整个系统的优化时,这是一个问题,你可以把它看作是 Uber 优化问题的一种。你有一套资源,你有一些你想要最大化的目标,然后你使用你的数据来尽量减少一些错误函数。在这个飞行车的各个层面上,我们可以使用机器学习和 AI 来做比我们在简单物理模型中使用简单程序更好的方法。
这是不是意味着 ML 和 AI 将主要应用在控制和路径优化上?
也不能这么说。任何有参数的地方,我们都可以基本上估计这些参数。对于你车辆的参数,为了识别代表你的车辆的模型,当你得到大量的数据,你可以估计这些参数。
例如,你有一个飞行的汽车,你有一个参数是车辆的重量。这实际上是一个动态的参数,因为即使你测量他们,在人们进入之前,人们走出去,重量就会改变。所以你需要估计这些参数,这是当你有数据并且使用它的时候你会做得更好的东西。所以它已经是这样了,然后在整个系统优化中,也有很多模拟工作,你不只是从代码到飞机做模拟的东西。学生们可以根据模拟的性能优化车辆的实际设计,寻找新的机会。这些都是没有广泛使用的例子,我认为很多航空航天公司可能就只有数十名工程师在做这些事情,但我想在未来会看到更多的东西。
除了技术之外,您认为目前实现飞行车落地的挑战有哪些?比如规则、能源、价格、基础建设等。
安全是我们最关心的,并且会真正影响公众对这项技术的看法。它需要实现一个几乎可能安全的方式,同时也有一个很好的过往记录。对于这个行业来说重要的是我们为客户提供真正价值的案例。当我们证明价值时,人们会以一种安全的方式去欣赏它,他们会相信它。我认为安全可能是我们现在确实需要确定的第一问题。
我认为你所说的其他方法绝对是,当你把飞行车推上天空的时候,需要有效地做到的点。如果它真的是很重的负载,那么就需要耗费大量的能量和电池。所以我们需要解决那些可以利用可用电池技术的解决方案,同时满足客户价值的问题,所以我今天就会说,如果我们有车辆比现有的方法更快速,更可靠,更安全,那么你可以用今天的电池做到这一点。
您认为未来决定飞行车企业在行业中崭露头角的关键因素是什么?
正如我刚才在前面提到的那样,一个非常重要的事情就是我们开发这种技术,以此来显示它真正的价值,所以每当你推出一个新产品的时候就有一个产品存在着市场风险,存在技术风险,所以,有了这个真正的新技术,那么社区开始建立解决方案来解决有意义的问题是非常重要的。
从技术方面来说,我认为显然是最重要的安全问题。实际上运用创新的方法,有多层次的冗余,与监管机构密切合作,努力争取公众的信任,我认为这实际上将是一个巨大的差异化,然后还有其他一些问题,车辆的不同形态,如何看待他们的设计,你的设计需要有意地被选择用于你正在处理的场景,如果你正在处理一个你不到五英里的城市交通问题,那么相比六十英里行程设计是非常不同的。
这个行业在选择飞行车的适用模式时,为什么是飞行车而不是无人机或者直升机?
当我们谈论无人机的时候,我们可以把四旋翼当作旋翼飞机的东西,直升机就像一个单一的螺旋桨。
所以首先,我们需要就定义达成一致。我认为飞行汽车是一个术语,是一个广泛的易于使用、非常安全可靠的飞机。乘客每天都可以使用它来做非常常规的用例。说到这个问题,我认为就无人飞行而言,这又取决于你想要做什么。如果你只是运输一个物件,那么我认为很多这些小型四轴飞行器或者小型固定翼无人机很有用。一旦你开始起身运送人类,就需要考虑旋翼机与固定翼。
这完全取决于不同的场景。我觉得亿航的设计很合理,还有 Volocopter。他们都使用旋翼飞机,他们明确的目的是解决在一个极其拥挤的城市内出行的问题。我认为如果你从这里(山景城)旅行到旧金山,有固定翼和螺旋桨的话,这样做会更有意义,因为在那么长的时间里,使用旋翼机实在是效率低下。你想利用空气动力学和固定翼飞行的效率。
基本上就像飞行汽车一样,我们想让它变得非常方便和安全。这取决于乘客想要做的出行方式,然后我们再使用那种模式。
除了您刚才提到的城市交通,还有哪些飞行车的应用场景?
我们今天在地面上移动的大多数方式,我们都能在空中重新构想。
有一些是特别引人注目的。因为时间是非常宝贵的,或者地面上的道路要么困难,要么堵塞,要么困难,那就是飞行的重大意义。我前面提到的是城市之间的,如果你的时间真的很有价值,而且一开始如果价格更昂贵的话,你依然会更喜欢那些速度更快的解决方案,这种解决方案同样也适用于紧急援助。这是时间到了本质的情况。
还有生态旅游的机会。Kitty Hawk 就是作为休闲用,也有很大的机会,如果你想考虑移动物件,那么也许你不是在谈论在那里驾驶汽车,而是在谈论无人机。这就是我们在这门课程中必须要教的内容。所以,任何地方的任何事情,你可以想象在空中这样做,特别是当我们建立技术和电池的进步,那么我认为这将越来越引人注目。
您认为最早用户将在什么时候可以使用基于飞行车的服务或者买到这样的产品?
这是一个相当困难的预测问题,我想我们在接下来的几年肯定会有很多的增长。在接下来的五年里,我们可以期待看到一些乘客采用的商业版本。就我们大部分城市之间的交通运输而言,这可能是一个更难预测的问题,我甚至不会去尝试。