AI技術如何讓飛行更安全？研究揭示飛機失速風險降低新方法

你是否曾經在飛行中經歷過令人心驚膽跳的高度驟降？最新研究顯示，人工智慧（AI）技術的應用可能成為解決這一問題的關鍵。國際研究團隊成功測試了一種機器學習系統，能夠有效預防因亂流引發的飛行危機。這項突破性研究已發表於《自然通訊》期刊。

來自瑞典皇家理工學院（KTH）和巴塞隆納超級計算中心的專家們，針對一套AI系統進行了深入測試。這套系統旨在提升機翼表面氣流控制實驗技術的效能。研究結果表明，當這些創新技術與深度強化學習（DLR）結合時，能夠發揮更優異的效果。DLR讓程式能夠根據過往學習經驗，即時適應氣流動態變化。

瑞典皇家理工學院的流體動力學與機器學習研究員Ricardo Vinuesa指出，這套AI控制系統特別針對一種極其危險的空氣動力學現象——氣流分離（flow detachment），也稱為湍流分離氣泡（turbulent separation bubbles）。

Vinuesa解釋道：「要維持飛行，機翼下方需要較慢的氣流，而上方則需要較快的氣流。流經機翼表面的氣流必須緊貼翼面，也就是所謂的『附著』狀態。當氣流不再跟隨機翼形狀，而是產生分離時，就會形成危險的渦流或失速氣流。」

研究團隊發現，這種情況通常發生在機翼處於高攻角（angle of attack）時，或是因壓力增加導致氣流減速的情況下。Vinuesa強調：「當這種情況發生時，升力會降低，阻力則會增加，這可能導致飛機失速，使操控變得更加困難。」

令人振奮的是，研究人員報告指出，他們能夠將這些湍流分離氣泡減少9%。團隊測試了AI控制實驗性裝置的效能，這些裝置能夠在機翼表面的小開口處進行氣流脈衝（synthetic jets）。雖然這些創新技術仍處於實驗階段，但航空工程師們正將其視為傳統物理特徵（如渦流產生器）的重要補充，這些特徵對維持機翼上下方氣流平衡至關重要。

研究結果顛覆了傳統認知。過去普遍認為，這些氣流脈衝應該以固定週期進行。然而，研究顯示，週期性啟動僅能減少6.8%的湍流分離氣泡。Vinuesa總結道：「這項研究突顯了AI對科學創新的重要性，它為空氣動力學、能源效率和下一代計算流體動力學帶來了令人振奮的啟示。」