鳥は長い間、人間が自ら飛ぶ方法を生み出すうえで着想を与えてきた。長距離を移動する滑翔性の鳥類は、熱上昇気流を利用して、翼をはばたかせてエネルギーを消費することなく空中にとどまることが知られている。グライダーの操縦士も同様に、サーマルやその他の上昇気流を利用して、より長く飛行を続ける。
さまざまな計器を使ってこうした上昇気流の中を滑空する技術は確立されているものの、鳥が滑翔できる仕組みの詳細は、いまだに解明されていない。しかし、カリフォルニアとイタリアの研究者チームが、人工知能（AI）を使ってこの疑問に答えるための重要な一歩を踏み出した。これは航空機の航法システムの新たな進展につながる可能性があり、とりわけ非常に長時間にわたって飛行を続けられるドローンの開発に影響をもたらすかもしれない。
この研究の目的は、『ネイチャー』に発表されたこの研究では、翼幅2メートルの小型自律型グライダーを、本物の鳥のようにサーマルの中で飛行できるよう訓練することを目指した。グライダーには機械学習と呼ばれるAIの一種がプログラムされ、気流をどう利用すればより長く空中にとどまれるかを自ら見つけ出せるようにした。
機械学習は、複雑なタスクをコンピューターに実行させるための、別のプログラミング手法だ。コンピューター（この場合は自律型グライダー）に、やり方を指示する一連の命令を与えるのではなく、どのように応答してほしいかを伝え、適切に応答したときに報酬を与える。
時間とともに、コンピューターはどのような行動が報酬につながるかを学び、そうした行動をとる傾向が強まる。この手法により、たとえばGoogleのAlphaGoは、ボードゲームの囲碁を学習し、プロ棋士に勝つことができた。これは従来のプログラミング手法では決して実現できなかった偉業だ。
この種の機械学習は、強化学習と呼ばれ、どの行動が報酬をもたらすかをコンピューターが学習できるよう、大量の入力データを与えることに依存している。自律型グライダーをプログラムした研究者たちは、上向きの風の強さ（垂直方向）の変化を読み取る特殊な計器から入力データを得た。計器は、グライダーの機体に沿った方向（縦方向）と、片方の翼端からもう一方の翼端までの方向（横方向）における変化を測定できた。センサーはこうした測定を毎秒10回行うことができた。
次に、このデータを使って、グライダーのバンク角と呼ばれる角度を調整した。バランスの取れた飛行機は、翼が水平ならバンク角がゼロとなり、直線飛行する。翼を傾けてバンク角を大きくすると、機体は旋回する。この研究では、飛行経路に沿った上向きの風速の変化が大きくなると、グライダーに報酬が与えられた。つまり、グライダーが上昇気流に向かって飛んでいる場合だ。
上昇気流は、グライダーが空中にとどまる時間を延ばすうえで重要だ。動力付きの飛行機とは異なり、上昇気流を見つけられないグライダーは、徐々に地面へ落ちていく。グライダーが降下するか上昇するかは、周囲でどれだけの空気が上向きに流れているかに直接左右される。上昇気流の中では、垂直方向の空気の流れが強まることでグライダーの降下を止められる場合があり、垂直方向の風が十分に強ければ上昇することもできる。
複数回の飛行（合計約16時間）を重ねるうちに、研究用グライダーは自ら訓練を行い、入力（バンク角、縦方向および横方向の垂直風速の変化）の一定の組み合わせに基づいて、次にバンク角をどう変えるかを決める飛行方法を学習した。その結果、飛行を重ねた末に、機体は上昇気流に向かって飛ぶ方法を自ら学び、より長く空中にとどまれるようになった。
さらに研究者たちは、数値モデルを用いて、この手法は大型のグライダーでいっそう効果を発揮することを示した。翼幅が長いほど、一方の翼端からもう一方の翼端までの上向きの風速の変化を、より正確に測定できるためだ。
航空機をより賢くする
この結果から、将来どのような自律型グライダーが飛び回り、何に使われるのかという疑問が生まれる。MITのエンジニアは最近、着想を得て、波に乗るアホウドリの空気力学を応用した自律型グライダーを設計した。
エアバスは、地上の遠隔地にインターネット信号を送信する用途などで、監視衛星や通信衛星の代替となる、非常に長時間飛行を続けられる太陽光発電式グライダーを開発した。マイクロソフトは、最先端の人工知能による航法システムを備えた自律飛行機の開発に取り組んでいると報じられている。
しかし、この研究で開発された技術は、いつか従来型航空機向けの新世代の「スマート」航法・自動操縦システムにつながるかもしれない。こうしたシステムは、何千時間もの飛行で集めたデータを使い、最も効率のよい移動方法を判断できるだろう。その実現には、精度の高いセンサーと、航空機がサーマルによる上昇気流を見つけて次々に乗り移れるようにする、さらなる開発が必要となる。現時点で、この方法で滑空できるのは単一のサーマル内に限られる。
研究者たちが開発した手法とプログラミング技術は、こうした任務を数日、数週間、あるいは数カ月にわたって遂行する自律飛行機の実現に、間違いなく一歩近づけるだろう。そして今回も、強化学習の活用によって、グライダーの操縦から人間との囲碁対局での勝利まで、複雑なさまざまなタスクにアルゴリズムがいかに柔軟に適応できるかが示された。
