這門課程將會推出兩個學期：第一學期圍繞基本的空中機器人學（Aerial Robotics），會傳授設計和開發飛行機器人所需的核心概念。入學者將使用四旋翼測試平臺和定製飛行模擬器來實施規劃，控制和估算解決方案。第二學期是基於前一個學期的進階版，包括整個智慧空氣系統的全棧。入學者將瞭解固定翼飛機並最佳化「飛行長度」任務，協調整個飛行車隊。最後，完成一個完整的「飛行城市」測試。
由於是首次開設這樣的課程，Udacity 除了讓創始人、無人車之父 Sebastian Thrun 親自把關以外，還邀請了包括來自麻省理工大學航空和航天學院教授 Nicholas Roy（同樣也是以及電腦科學和人工智慧學院的副教授）、多倫多大學航空航天學院教授 Angela Schoellig、蘇黎世聯邦理工學院動力系統和控制系統教授 Raffaello D'Andrea 等學術大牛親自教學。
兩門課程目前的價格分別是 899 美元和 1200 美元，每個學期有三個月時間，每週學習時間預計為 15 個小時。Udacity 對入學者有一定要求，需要良好的程式設計能力和基本的數學物理功底，但是過去進修過 Udacity 自動駕駛和機器人課程的畢業生可以直接透過。
隨著近五年來人工智慧技術、無人機（Drone）技術和自動駕駛技術的迅猛發展，飛行車已經成為行業內熱議的未來出行方式之一。但是，相比於業內公認的無人車將在 2020 年左右出現大規模的商用產品和服務，飛行車在商業上的承諾可能還要再往後推，這也引起了不少人的好奇：為什麼 Udacity 選擇在這個時間點推出飛行車課程？拿到飛行車奈米學位的人才會有什麼樣的出路？目前飛行車行業的發展狀況究竟如何？
帶著這些問題，機器之能採訪了 Udacity 飛行車課程的專案負責人、同時也是多個飛行車公司的諮詢顧問 Jake Lussier，探討有關飛行車課程和整個行業的商業化問題。
你所看到的課程分為兩個學期：第一個學期是空中機器人（Aerial Robotics），第二個學期我們稱之為智慧空中系統（Intelligent Air Sytem），所以，實質上我們是培養我們的學生成為自主飛行的任何領域以及飛行汽車領域都非常傑出的軟體工程師。
第一個學期的空中機器人可以教會學生開發任何一種機器人所需的基礎知識，但是內容會聚焦在空中，有規劃、控制、預測這些環節。這些是你可能想到的出現在機器人課程中的概念，只不過會在無人機上進行模擬。學生將有機會將他們的程式碼移植到實際的無人駕駛飛機上，這些內容為無人飛行奠定了基礎。
第二學期，我們更多地進入具體的飛行汽車領域。在第二學期的第一部分，我們將討論固定翼飛行，同時會談論一些混合動力設計。飛行汽車的設計並沒有真正地集中在一個設計點上，有四軸飛行器、飛機元素以及其他的元素。我們首先介紹這些固定翼設計，以及它與第一學期中學到的內容的關係。
接下來我們再來看看這種飛行車的系統，比如控制問題如何變化，穩定性如何，然後我們進入飛行車隊。如果你想在多個地方提供服務，就要考慮如何最佳化這些服務、如何有效地實現這一目標、以及如何整合船隊、如何協調這些服務，以便他們能夠高效地運作。要知道，協調包括哪怕程式崩潰還要使一切安全地工作，並與中央控制相連線，這就是課程的總體軌跡。所以在每一個階段，學生不僅僅是在學習課堂，而且還要在課堂用 Python 進行編碼，並得到即時的反饋，然後將這些程式碼翻譯成 C++。寫程式碼一開始只是為了理解這個概念，之後為飛行車準備的程式碼就是你實際上可能放在無人機上的東西。
回答你的問題，學生實際上從中學到了什麼？他們理解所有這些概念以及實施這些概念的能力。對於現在這個行業來說，他們可以進入並帶來自己的技術和自主權，而且不單單是飛行車，而是在整個飛速發展的飛行車行業，成為真正的領導者。
學生拿到畢業證照後，可以獲得什麼樣的工作機會？
我認為你可以看到不同程度的特異性。在最高層次上，這些學生將非常熟練地掌握技巧和經驗，建立不僅智慧而且非常可靠且魯棒的自主系統。
如果你在網上進行影像分類，你將熟悉訓練演算法來做預測。如果你弄錯了，這也不是一個大問題。但是在飛行中，如果你弄錯了，這是一個很大的問題。因為這不只是一個簡單的演算法，你必須有一個全域性考量。我們所有的畢業生都應該有這個技能，這有著相當廣泛的適用。
他們可以透過這些技能找到很多角色，我認為他們甚至可以在金融行業找到工作，在那裡，你必須真正瞭解你的預測指標。但在具體的飛行車中，我認為現有的行業就已經有很多機會，大多數飛機在天空上的大部分時間都是自主飛行的。真正有人類參與的部分只有起飛和著陸，即使在這些部分，技術也相當有用，有很多公司需要這些技能。
那麼正如我之前提到的那樣，我們認為規模較小但迅速增長的市場是他們有機會擔任領導職位並真正建立這些體系的地方。無人機已經是一個蓬勃發展的行業，增長非常迅速，我們認為飛行車領域雖然現在有點小，但也會有類似的增長模式。
網站上說明了上過一些課程（機器人以及自動駕駛）可以直接獲得入學，那麼對一些沒有上過課程的申請人，你們的評估要求是什麼？
這個課程的前提條件是，它需要一些在程式語言上相當好的經驗。所以你需要習慣編寫程式碼，最好是使用 Python 、 C++，但是如果你對另一種語言非常熟悉，而且你願意學習 Python 或 C++，那麼你也可以學習這門課程。你應該對一些更高階的數學有一個基本的瞭解，對線性代數機率統計有一個基本的瞭解，稍微知道一下物理學，因為我們有覆蓋空氣動力學。這些都是一些先決條件。所以如果你還沒有從其他課程畢業，但你有這些技能，然後在我們的錄取過程中，你仔細說明了你的資格，我們會審查每個入學申請，並確保你有必要的技能。
申請方式是什麼樣的？
申請人只需要填寫表格裡的相關資訊就可以，我們會進行核實。
第一學期和第二學期是必須連貫上的嗎？
是的，他們必須依次上，雖然第二個學期更多的是關於這些系統更多的飛行汽車，第一個學習將涉及所有的基礎。這也將讓你熟悉我們的模擬環境。它會教你如何把你的程式碼應用在飛行車上。所以，如果你跳過第一學期，你將不會有這個基礎，所以我們要求你做第一個學期。
Udacity 會把什麼人看作目標申請物件？
我認為理想的目標之一是軟體工程師，他們一般都會對進入自主系統感到興奮。當然，如果有飛行愛好者是更好。所以任何真正有能力編碼的人，我認為都是一個很好的目標。另外一個可能的就是在航空航天方面具有良好編碼能力的人，他們也可以從空域的角度來進一步瞭解軟體方面的問題。我認為這些都是非常有吸引力的目標。
你如何評價這門課的強度？
我會說比起其他 Udacity nano-degree，比如自動駕駛，強度是差不多的。我們是真的在給我們的學生們建議，並且幫助他們擁有一定的時間完成自己的工作量。我們知道，很多學生都有工作，這個課程將在下班時間內被完成，但是我們可以儘可能地提供所有的支援。我們組織同齡人，試圖讓他們與社群溝通，我認為這就是在網上閱讀一些文章和真正從課程編碼學習以及和你的同學交流之間的差異。
為什麼選擇在這個時間點推出飛行車課程？
Udacity 更高層次的任務是提供終身學習。我們試圖提供一個學習的經驗，這將有助於保持你的專業技能保持最新，你就可以繼續在事業上取得成功和成長。通常在我們的所有課程中，都會有一些行業內重要的高增長領域，如果學生在這些領域獲得技能，他們將在事業上取得成功。比如自動駕駛，在矽谷我們看到這是一個蓬勃發展的行業，擁有這些技能的工程師現在做得非常好，而且他們未來只會做得更好。所以一輛飛行汽車聽起來可能非常遙遠，但是它與現有的航空業和盛行的無人機行業已經有了相同的模式。對於現在有工作能力和自主能力的學生來說，這是一個很好的地方，我們看到現在飛行中有很多活動，而且在接下來的幾年裡，這個活動真的在加速。所以現在學這個東西的學生在未來幾年真的會很受歡迎。
課程之間會出現重複嗎？比如和機器人課程以及自動駕駛課程？
我認為思考這三個定位的方法是：機器人學是一個通用的機器人課程。自動駕駛和飛行車的專業化程度不同，我認為它們的區別在於，自動駕駛汽車在雜亂無章的隨機環境中需要非常基本的感知問題，所以你會發現計算機視覺和深度學習在這裡被大量使用。而在飛行車系統中，天上沒有那麼多障礙物，所以要側重在控制和計劃上面。
會舉辦飛行車的一些線下活動和課程嗎？
暫時沒有，但是其他的課程有很多。現有的 Slack 社群很多的學生都非常感興趣，我們會尋求並鼓勵線下合作，組織學生的事情，也鼓勵他們見面協助。而在自動駕駛的課程上，我們會舉辦招聘活動，讓 30、40 個招聘合作伙伴來面見我們的畢業生。
中國的工程師或者學生學完這個課程，對他回到中國市場，即飛行車發展相當早期的地域，會有什麼幫助？你認為這個課程是針對美國市場的嗎？
我不會說它必須是以美國為重點的創新和飛行車的課程。我覺得有些國家甚至有更先進的監管環境。當我想到更多現存的飛行車初創公司的時候，美國是我第一個想到的，德國也有一些，還有中國的億航。我認為這是非常國際化的努力，世界各地的學生基本上都會有我之前描述的這樣機會, 包括中國，我認為在飛行車領域已經有不少令人興奮的成長型公司。
Udacity 會鼓勵學生們創業嗎？
我們所有的課程都是為了讓學生可以向期待的職業方向發展。如果他們現在是在一家公司，而且是一家航空航天公司，現在我們要去了解他們需要做什麼才能讓公司做得更好。如果他們是一個前端或者全棧軟體開發人員，他們對自動駕駛系統感興趣，我們將試圖在那裡滿足他們，讓他們成為工程師，去自動駕駛或飛行車或任何他們希望進入的行業。如果他們在這個領域，而且他們希望發起創業，我想這個課程也會給他們很多實際的經驗和領導技能，並且與行業領導者進行聯絡。我們不應該規定我們認為他們應該追求哪條道路，但我們一定會盡全力幫助他們追求任何他們想要的道路。
Udacity 具體會怎麼幫助完成飛行車課程的學生找到理想的工作？
我認為很多在課程中教授的技術在這些行業中具有相當廣泛的適用性和重要性。一些主要的航空航天公司已經擁有自主的系統部門，他們已經將其用於 UAV 和無人機以及所有這些事情上。除此之外，Udacity 還有 100 多個招聘合作伙伴，其中幸運馬丁已經是 Udacity 的招聘合作伙伴。飛行車領域，現在主要是 Sebastian Thrun 創立的 Kitty Hwak 作為招聘合作伙伴，我們希望在未來幾個月建立更多的夥伴關係。
目前收到多少申請？什麼時候開學？
課程申請在 1 月 23 日開放，直到 2 月 7 日結束。我不能確切地分享有多少申請，但我可以分享的是通常我們會以幾百學生的數量作為一期，第一期將在二月末開始。
首先是初創公司。例如由 Sebastian 創立的 KittyHawk。現在在杜拜部署空中計程車的 Volocopter。德國有 Lilium ，中國有億航。Terrafugia 是另一個，還有極光飛行科學公司（Aurora Flight Sciences）。還有更多，這不是一個詳盡的名單。
同時也有很多大公司正在自己內部開發或者正在開發收購。如果我沒有弄錯，那麼極光飛行科學已經被收購了。而且我認為 Air Bus 可能也已經被收購了，沃爾沃收購了 Terrafugia。
還有就是這個行業的服務提供商，例如就在上個星期，Iris Automation 完成了 A 輪融資，他們使用計算機視覺和 AI 來避免碰撞。這只是一種技術，但是越來越多的公司並不試圖從頭開始建造飛行器，而是提供該系統的元件。
此外，還有 Uber Elevate 等，這是 Uber 在飛行車領域作出的努力，他們將航班作為未來城市交通的一部分，正在建立 Uber Elevate Network，讓任何一個飛行汽車製造商進入他們的車輛。
如果給飛行車的市場成熟度打個分數，你會打幾分？
得出這樣一個分數是很困難的。所以我想我們可以談論一下，市場是多麼成熟，它是多少的增長市場。
我認為，一個非常類似的情況發生在汽車行業，那裡有非常成熟的汽車市場，而且越來越多地使用 AI。例如，如果你是一個正在求職的工程師，現在汽車公司有一個很大的市場，尤其是一個非常快速增長的自動駕駛。雖然汽車還沒有被廣泛地應用自動駕駛技術，但是在這個領域裡有很多的潛力。航空航天市場也是一樣的，我們有一個成熟的航空航天市場，還有一個規模較小但飛速發展的無人機和飛行車行業。
另外，五年前的自動駕駛汽車正處在技術開始被認真對待的時代，雖然還是一個很垂直的行業，但是增長迅速。現在的飛行車也處於類似的位置，我們處於早期階段，但將會是高速增長。飛行車相比自動駕駛汽車方面有著非常好的優勢，而自動駕駛已經為飛行汽車的許多進步方面，在技術上和社會效應上都鋪好了路。因為有了自動駕駛，人工智慧，導航，製圖，協調等方面技術都有了很大的進步。我們認為未來一兩年，飛行車將出現大量的增長，接下來的五年將會有更多的大規模應用。
你認為飛行車在技術上還有什麼沒有攻克的難點？
令人驚訝的是，基本的空氣動力學知識、硬體元件基本上都在那裡。低階軟體大多在那裡，所以實際上飛行汽車並不是很難。在某些方面，他們比自動駕駛更容易些，因為他們不必處理所有的障礙物或者是從路上突然冒出來的人。我認為這給了我們信心，這實際上不會花費那麼長時間才能發展行業，因為技術在很大程度上存在。
剩下的挑戰是那些能夠勝任電腦科學領域的航空航天工程師，這就是為什麼我們現在正試圖提供這個課程，也就是說，我們傳統上有一群航空航天工程師對計算不太舒服，習慣對產品進行較慢的迭代。另一邊我們有電腦科學家，他們可能更習慣於在網路上執行機器學習，而不是在現實世界的機器人系統上執行。我知道在和 KittyHawk 交談時，他們也在試圖找到能夠熟練掌握這些技能的工程師時遇到了問題。所以這個專案的一個重要目標是賦予人們這些技能，因為這實際上是這個行業發展的限制之一。一旦你有這兩個厲害的工程師，不僅要讓一輛車穩定地飛行，還要有一大堆車輛在天空中每小時行駛一百二十英里，還要有一個超級鎖定安全協調體系。這種更高層次的系統思考和系統最佳化，今天仍然是一個挑戰。
如何評價飛行車技術和無人車技術的橫向比較？
整個飛行汽車的問題，在某些方面更容易。但我不是說它是個簡單的問題，這個問題依然很難。但是，如果你從單個車輛的角度來看待它，從 a 到 b，你不看系統。實際上，自動駕駛的難度更大，所以他們有他獨特的挑戰。關於飛行車的好處，他們的技術挑戰是非常可解決的，隨著工程技術人才的增加將能夠有效地做到這一點。如果你想擁有一個高效快速的飛行車網路，這個系統沒有任何固有的限制。只要我們完成了工程，我們就可以到達那裡。但自動駕駛是被限制在地球表面，這就是一個天然的瓶頸，在天空中不存在這樣的問題，隨著交通量的增加，你會愛上一個事實：天上有著很多空間。
飛行車技術中的哪個部分會利用到很多機器學習演算法和人工智慧技術？
機器學習可以在大部分過程中使用。但因為純黑盒子的思維。機器學習在很多飛行上是不允許的，所以在低階別的控制上，我們不能只是得到一些訓練集、訓練一個模型、然後希望效能足夠好。我們要求有一個物理模型，車輛的效能遵循這個模型，並且以自己的方式預期。
但是，很多這些模型都有引數，可以讓我們測量車輛的功效，無論何時，如果你有這樣的設定、你有引數、你有一個錯誤的功能，這就需要用到機器學習，你可以根據對完成度的度量來最佳化這些引數。就算是低層次的部分，也許不是每秒執行一千次的控制器，而是更高層次的控制器，我們使用機器學習來更新引數。
當我們看到整個系統的最佳化時，這是一個問題，你可以把它看作是 Uber 最佳化問題的一種。你有一套資源，你有一些你想要最大化的目標，然後你使用你的資料來儘量減少一些錯誤函式。在這個飛行車的各個層面上，我們可以使用機器學習和 AI 來做比我們在簡單物理模型中使用簡單程式更好的方法。
這是不是意味著 ML 和 AI 將主要應用在控制和路徑最佳化上？
也不能這麼說。任何有引數的地方，我們都可以基本上估計這些引數。對於你車輛的引數，為了識別代表你的車輛的模型，當你得到大量的資料，你可以估計這些引數。
例如，你有一個飛行的汽車，你有一個引數是車輛的重量。這實際上是一個動態的引數，因為即使你測量他們，在人們進入之前，人們走出去，重量就會改變。所以你需要估計這些引數，這是當你有資料並且使用它的時候你會做得更好的東西。所以它已經是這樣了，然後在整個系統最佳化中，也有很多模擬工作，你不只是從程式碼到飛機做模擬的東西。學生們可以根據模擬的效能最佳化車輛的實際設計，尋找新的機會。這些都是沒有廣泛使用的例子，我認為很多航空航天公司可能就只有數十名工程師在做這些事情，但我想在未來會看到更多的東西。
除了技術之外，您認為目前實現飛行車落地的挑戰有哪些？比如規則、能源、價格、基礎建設等。
安全是我們最關心的，並且會真正影響公眾對這項技術的看法。它需要實現一個幾乎可能安全的方式，同時也有一個很好的過往記錄。對於這個行業來說重要的是我們為客戶提供真正價值的案例。當我們證明價值時，人們會以一種安全的方式去欣賞它，他們會相信它。我認為安全可能是我們現在確實需要確定的第一問題。
我認為你所說的其他方法絕對是，當你把飛行車推上天空的時候，需要有效地做到的點。如果它真的是很重的負載，那麼就需要耗費大量的能量和電池。所以我們需要解決那些可以利用可用電池技術的解決方案，同時滿足客戶價值的問題，所以我今天就會說，如果我們有車輛比現有的方法更快速，更可靠，更安全，那麼你可以用今天的電池做到這一點。
您認為未來決定飛行車企業在行業中嶄露頭角的關鍵因素是什麼？
正如我剛才在前面提到的那樣，一個非常重要的事情就是我們開發這種技術，以此來顯示它真正的價值，所以每當你推出一個新產品的時候就有一個產品存在著市場風險，存在技術風險，所以，有了這個真正的新技術，那麼社群開始建立解決方案來解決有意義的問題是非常重要的。
從技術方面來說，我認為顯然是最重要的安全問題。實際上運用創新的方法，有多層次的冗餘，與監管機構密切合作，努力爭取公眾的信任，我認為這實際上將是一個巨大的差異化，然後還有其他一些問題，車輛的不同形態，如何看待他們的設計，你的設計需要有意地被選擇用於你正在處理的場景，如果你正在處理一個你不到五英里的城市交通問題，那麼相比六十英里行程設計是非常不同的。
這個行業在選擇飛行車的適用模式時，為什麼是飛行車而不是無人機或者直升機？
當我們談論無人機的時候，我們可以把四旋翼當作旋翼飛機的東西，直升機就像一個單一的螺旋槳。
所以首先，我們需要就定義達成一致。我認為飛行汽車是一個術語，是一個廣泛的易於使用、非常安全可靠的飛機。乘客每天都可以使用它來做非常常規的用例。說到這個問題，我認為就無人飛行而言，這又取決於你想要做什麼。如果你只是運輸一個物件，那麼我認為很多這些小型四軸飛行器或者小型固定翼無人機很有用。一旦你開始起身運送人類，就需要考慮旋翼機與固定翼。
這完全取決於不同的場景。我覺得億航的設計很合理，還有 Volocopter。他們都使用旋翼飛機，他們明確的目的是解決在一個極其擁擠的城市內出行的問題。我認為如果你從這裡（山景城）旅行到舊金山，有固定翼和螺旋槳的話，這樣做會更有意義，因為在那麼長的時間裡，使用旋翼機實在是效率低下。你想利用空氣動力學和固定翼飛行的效率。
基本上就像飛行汽車一樣，我們想讓它變得非常方便和安全。這取決於乘客想要做的出行方式，然後我們再使用那種模式。
除了您剛才提到的城市交通，還有哪些飛行車的應用場景？
我們今天在地面上移動的大多數方式，我們都能在空中重新構想。
有一些是特別引人注目的。因為時間是非常寶貴的，或者地面上的道路要麼困難，要麼堵塞，要麼困難，那就是飛行的重大意義。我前面提到的是城市之間的，如果你的時間真的很有價值，而且一開始如果價格更昂貴的話，你依然會更喜歡那些速度更快的解決方案，這種解決方案同樣也適用於緊急援助。這是時間到了本質的情況。
還有生態旅遊的機會。Kitty Hawk 就是作為休閒用，也有很大的機會，如果你想考慮移動物件，那麼也許你不是在談論在那裡駕駛汽車，而是在談論無人機。這就是我們在這門課程中必須要教的內容。所以，任何地方的任何事情，你可以想象在空中這樣做，特別是當我們建立技術和電池的進步，那麼我認為這將越來越引人注目。
您認為最早使用者將在什麼時候可以使用基於飛行車的服務或者買到這樣的產品？
這是一個相當困難的預測問題，我想我們在接下來的幾年肯定會有很多的增長。在接下來的五年裡，我們可以期待看到一些乘客採用的商業版本。就我們大部分城市之間的交通運輸而言，這可能是一個更難預測的問題，我甚至不會去嘗試。