當(dāng)「人工智能」和航空業(yè)結(jié)合在一起時(shí)晴顷，大家的第一反應(yīng)可能是無(wú)人機(jī)。但這只是冰山一角队装。飛機(jī)制造商和航空公司在人工智能技術(shù)上投入了大量資源狮善，積極探索應(yīng)用場(chǎng)景，從駕駛艙到客戶(hù)體驗(yàn)烟焊，幾乎遍及整個(gè)行業(yè)换募。
多年來(lái)潘羡，自動(dòng)化系統(tǒng)一直是商業(yè)航空的一部分。由于采用了「遙控駕駛」和自動(dòng)飛行系統(tǒng)洲稽，機(jī)器學(xué)習(xí)和人工智能技術(shù)也成了「機(jī)組成員」坎隶。這些系統(tǒng)逐漸能夠扮演副飛行員的角色，而不是簡(jiǎn)單地減少飛行員的工作量蚂朽。
舉個(gè)例子刮吧，最初為無(wú)人機(jī)(UAV)安全開(kāi)發(fā)的系統(tǒng)，比如用于交通環(huán)境感知的廣播式自動(dòng)相關(guān)監(jiān)視(ADS-B)掖蛤，已被遷移到駕駛艙中杀捻。為滿(mǎn)足彌補(bǔ)駕駛操控特性的需要，人們開(kāi)發(fā)出類(lèi)似機(jī)動(dòng)特性增強(qiáng)系統(tǒng)(MCAS)的新系統(tǒng)坠七，以提高安全性水醋。這些系統(tǒng)可以根據(jù)飛行條件，利用傳感器數(shù)據(jù)自動(dòng)調(diào)整飛行操作面彪置。
但是拄踪，機(jī)器學(xué)習(xí)系統(tǒng)的好壞取決于它們得到的數(shù)據(jù)。很少有人能夠理解讓機(jī)器學(xué)習(xí)或人工智能接管高危環(huán)境中的人類(lèi)工作所隱含的風(fēng)險(xiǎn)拳魁。
最近發(fā)生的 Lion Air 610 墜機(jī)事件仍在調(diào)查過(guò)程中惶桐，不過(guò)，從目前披露的細(xì)節(jié)來(lái)看潘懊，飛機(jī)已經(jīng)過(guò)多將控制權(quán)交給自動(dòng)系統(tǒng)的舉措姚糊，存在很大風(fēng)險(xiǎn)。然而授舟，災(zāi)難性的航空事故很少因單一錯(cuò)誤而發(fā)生(這次也不例外)婆跋，MCAS 傳感器失靈、維修未能完全解決問(wèn)題络灾、飛行員沒(méi)有受到充分培訓(xùn)且未完全了解 MCAS 的功能和使用方法簇精，都會(huì)引發(fā)事故。
189 條生命所獲得的慘痛教訓(xùn)是蜕芭，航空業(yè)必須將數(shù)據(jù)質(zhì)量载秀，對(duì)機(jī)器學(xué)習(xí)與人工智能系統(tǒng)的關(guān)注與發(fā)展需要一并融入安全文化中。既然機(jī)器學(xué)習(xí)和人工智能改變了飛行員的角色乳的，也應(yīng)該參照同類(lèi)角色泥贷，對(duì)這些技術(shù)進(jìn)行全面測(cè)試：至少達(dá)到相同水平，才算具備崗位能力硼环。
超越自動(dòng)駕駛
2015 年迪拜航展期間展出的空客 A350 XWB 飛機(jī)有超過(guò) 50,000 個(gè)傳感器洼眶，每天收集的飛行和性能數(shù)據(jù)總計(jì)超過(guò) 2.5TB。
空客(Airbus)等主要飛機(jī)制造商已經(jīng)逐步進(jìn)入 AI 階段狰宗。據(jù)空客副總裁 AI Adam Bonnifield 稱(chēng)赴辨，公司正長(zhǎng)期致力于發(fā)展這些技術(shù)眯找。
「由于我們的行業(yè)背景，以及過(guò)去在解決自主化系統(tǒng)問(wèn)題上積累的經(jīng)驗(yàn)捣域，我們對(duì)這些技術(shù)并不陌生啼染。」他告訴我們焕梅。
這架現(xiàn)代客機(jī)上有大量數(shù)據(jù)可供機(jī)器學(xué)習(xí)挖掘：空客(Airbus)于 2015 年推出的雙引擎寬體飛機(jī) A350 XWB 擁有約 5 萬(wàn)個(gè)傳感器迹鹅，每天可收集 2.5TB 數(shù)據(jù)。人工智能可以通過(guò)多種方式利用這些數(shù)據(jù)贞言。
空客正在研究如何減少飛行員認(rèn)知負(fù)荷(以及由此產(chǎn)生的認(rèn)知疲勞)斜棚、降低駕駛艙飛行員數(shù)量，這樣该窗，機(jī)組人員可以投入更多時(shí)間來(lái)處理整體戰(zhàn)略和飛行任務(wù)弟蚀，而不是花費(fèi)大量時(shí)間在所有小問(wèn)題上。
Bonnifield 解釋說(shuō)酗失，雖然許多人認(rèn)為飛機(jī)中的自動(dòng)駕駛是「二值的」：自動(dòng)或不自動(dòng)义钉，但他不這么認(rèn)為：「這更像一個(gè)光譜，」他說(shuō)规肴，「我們嘗試用人工智能來(lái)解決飛行過(guò)程中的一些小問(wèn)題捶闸。」
例如塞姻，空客飛機(jī)上的一種跑道超限保護(hù)選項(xiàng)蚌长。ROPS 軟件負(fù)責(zé)計(jì)算飛機(jī)進(jìn)場(chǎng)速度和重量，它將計(jì)算出的物理模型與已知的跑道長(zhǎng)度和實(shí)時(shí)的天氣進(jìn)行比較尺澜，如果檢測(cè)到不安全的情況绵顷，它會(huì)廣播「跑道過(guò)短！」ROPS 還可以為著陸計(jì)算最佳滑行斜率或軌跡厅肩，并對(duì)滑行螺蜻、起飛和飛行等其他操作有所幫助。
空客公司的另一個(gè)人工智能重點(diǎn)領(lǐng)域是舵博，建造自動(dòng)駕駛汽車(chē)和空中出租車(chē)，為城市居民提供交通服務(wù)超默。當(dāng)飛行員因機(jī)艙壓力下降而失去意識(shí)時(shí)蟆盖，人工智能可能會(huì)接管飛行器。在高壓情況下园环，假定數(shù)據(jù)正確無(wú)誤多梦，人工智能可以更快地綜合各類(lèi)因素，制定更合理的決策陋气，增加安全性劳吠。
讓溝通更容易
倫敦地區(qū)控制中心 LACC 的空中交通管制員引润。嘈雜通信頻道中濃重的英語(yǔ)口音，是對(duì)語(yǔ)音識(shí)別系統(tǒng)的真正考驗(yàn)痒玩。
空中交通管制(Air Traffic Control淳附，ATC)通信對(duì)所有航班來(lái)說(shuō)，都很關(guān)鍵蠢古。
在歐洲領(lǐng)空奴曙，很多對(duì)話(huà)都是用帶有濃重口音，飛行員和管制員很難相互理解草讶。飛行員無(wú)法看到駕駛艙外的情況時(shí)洽糟，需要在儀表飛行氣象條件(instrument meteorological conditions，IMC)下收聽(tīng)機(jī)尾/航班號(hào)堕战，獲取方向指示坤溃、交通警報(bào)等信息≈龆空客公司打算運(yùn)用人工智能來(lái)解決語(yǔ)音識(shí)別問(wèn)題薪介，這也是其 AI Gym 競(jìng)賽內(nèi)容的一部分。在 AI Gym 這項(xiàng)計(jì)劃中小愚，空客通過(guò)尋求外部合作依筝，協(xié)助開(kāi)發(fā)突破性人工智能系統(tǒng)。
空中交通對(duì)話(huà)清晰化绪毅，對(duì)于機(jī)器學(xué)習(xí)來(lái)說(shuō)剪莲，是一件難度很高的任務(wù)，因?yàn)?ATC 音頻噪音很大叙傅，而且會(huì)話(huà)很快众新，充滿(mǎn)了「特定領(lǐng)域詞匯」。AI Gym 希望可以提供 ATC 音頻的完整轉(zhuǎn)錄熊赐，并能從音頻中提取飛機(jī)通話(huà)信號(hào)弄袜，用于通話(huà)跟蹤和報(bào)警。
2018 年 10 月汛滩，比賽結(jié)束女溺，空客已經(jīng)開(kāi)始將研究成果轉(zhuǎn)化為產(chǎn)品。AI Gym 允許空客公司借助外部專(zhuān)業(yè)技術(shù)函绊，挖掘人工智能的許多其他潛在用途敛竭。
「我們有許多需要探索并加以解決的問(wèn)題和有趣的案例「笞睿」Bonnifield 說(shuō)戒祠。部分原因在于這個(gè)技術(shù)比較新，正處在非常不成熟的階段，有很多的實(shí)驗(yàn)姜盈，還有一些很棒的開(kāi)源技術(shù)低千。
借助這個(gè)項(xiàng)目，空客正與「普通嫌疑犯」(美國(guó)電影名馏颂，這里用來(lái)比喻合作的隱秘性示血，因?yàn)橛斜Ｃ軈f(xié)議)合作。這樣合作的方式有個(gè)好處：即使失敗饱亮，也不至于弄到世人皆知矾芙。雖然我們也期望這些神秘的合作伙伴能提供最高性能的解決方案，但 Bonnifield 發(fā)現(xiàn)近上，大多數(shù)時(shí)候最好的解決方案來(lái)自小微初創(chuàng)公司剔宪。
只有少數(shù)人的研究團(tuán)隊(duì)常常能夠提供最佳解決方案。Bonnifield 說(shuō)壹无，他相信這可能是 AI 領(lǐng)域的獨(dú)特之處粱储。空客公司面臨的最大挑戰(zhàn)是启中，如何讓這些處于創(chuàng)新前沿的小型團(tuán)隊(duì)走到一起庭训，并為他們提供一種簡(jiǎn)單的協(xié)作方式。
這要求空客改變與外界合作的方式疯食，「一些初創(chuàng)公司之前甚至從做過(guò)征求意見(jiàn)書(shū)(RFP)恰日，」Bonnifield 解釋道。
落地到業(yè)務(wù)
在飛行安全問(wèn)題上梅明，航空公司非常依賴(lài)設(shè)備制造商(如空客和波音公司)姐淫。但是，航空公司也需要機(jī)器學(xué)習(xí)和人工智能輔助內(nèi)部管理──實(shí)現(xiàn)地面作業(yè)流水化乳环，通過(guò)盡可能實(shí)現(xiàn)「無(wú)縫旅程」創(chuàng)造最佳客戶(hù)體驗(yàn)匠泵。
美聯(lián)航正在投資所有可用的新技術(shù)，利用機(jī)器學(xué)習(xí)從客戶(hù)那里收集后端數(shù)據(jù)倘回、維護(hù)日志了酌、員工值勤日志和飛行中的漸進(jìn)數(shù)據(jù)，全面改善業(yè)務(wù)音瓷。國(guó)聯(lián)合航空公司數(shù)字產(chǎn)品和分析副總裁 Praveen Sharma 說(shuō)对嚼。
9 月，美聯(lián)航和 Palantir 宣布了一項(xiàng)長(zhǎng)期合作關(guān)系绳慎，將 Palantir Foundry 作為該航空公司的中心平臺(tái)纵竖，加速內(nèi)部關(guān)鍵業(yè)務(wù)部門(mén)之間的企業(yè)級(jí)數(shù)據(jù)計(jì)劃。
「真正的挑戰(zhàn)是... 將公司各部門(mén)不同平臺(tái)的海量數(shù)據(jù)集成到一個(gè)平臺(tái)上... 我們可以利用這個(gè)平臺(tái)建立機(jī)器學(xué)習(xí)和人工智能模型偷线∧ト罚」Sharma 表示沽甥，過(guò)去一年声邦，為實(shí)現(xiàn)該目標(biāo)乏奥，兩家公司開(kāi)展了一系列研究項(xiàng)目。
Palantir 與空客公司合作創(chuàng)建了 Skywise亥曹，這是一個(gè)航空數(shù)據(jù)分析平臺(tái)邓了，空客公司為小型航空公司提供訂購(gòu)服務(wù)，其中包括幫助減少飛行意外的維護(hù)工具媳瞪。通用電氣還嘗試將飛機(jī)傳感器數(shù)據(jù)轉(zhuǎn)換為基于機(jī)器學(xué)習(xí)的的服務(wù)骗炉，以推動(dòng)公司噴氣發(fā)動(dòng)機(jī)的預(yù)測(cè)性維護(hù)。
美聯(lián)航及其地區(qū)航空公司聯(lián)合快運(yùn)每天運(yùn)營(yíng)約 4,600 個(gè)航班蛇受，飛往五大洲的 357 個(gè)機(jī)場(chǎng)榛覆。去年，兩家公司運(yùn)營(yíng)了 160 多萬(wàn)個(gè)航班菱脯，載客超過(guò) 1.48 億跃等。當(dāng)不可預(yù)見(jiàn)的維護(hù)問(wèn)題或其他操作問(wèn)題發(fā)生時(shí)，美聯(lián)航會(huì)使用機(jī)器學(xué)習(xí)來(lái)協(xié)同換掉飛機(jī)湘秀。這并不像人們想象的那么簡(jiǎn)單喉投；系統(tǒng)必須考慮分配機(jī)組人員所需的所有變量(例如休息時(shí)間和機(jī)組人員飛機(jī)認(rèn)證書(shū))，飛機(jī)燃料和操作限制以及飛機(jī)座位容量军含。
「這些復(fù)雜的決策种车，往往必須要根據(jù)當(dāng)時(shí)可用的有限數(shù)據(jù)，在 25 分鐘的時(shí)間內(nèi)做出孩砸∧浔矗」Sharma 解釋道。
不僅僅是維護(hù)
美聯(lián)航對(duì)機(jī)器學(xué)習(xí)和人工智能的使用蓄揭，遠(yuǎn)遠(yuǎn)超出了管理維修和飛機(jī)時(shí)刻表的范疇署弯。它還可以利用客戶(hù)數(shù)據(jù)《酰基于每名乘客的交互數(shù)據(jù)荚坞，美聯(lián)航利用人工智能和機(jī)器學(xué)習(xí)優(yōu)化客戶(hù)體驗(yàn)──調(diào)整機(jī)票價(jià)格以匹配乘客資料。
美聯(lián)航的機(jī)器學(xué)習(xí)算法可以獲取 150 個(gè)不同的客戶(hù)和航班數(shù)據(jù)點(diǎn)菲盾，并實(shí)時(shí)決定購(gòu)買(mǎi)或登記點(diǎn)應(yīng)該將哪種產(chǎn)品展示給客戶(hù)颓影。該引擎考慮了乘客的曾購(gòu)買(mǎi)、偏好懒鉴、目的地和活動(dòng)等因素诡挂。
通過(guò)實(shí)時(shí)決策引擎展開(kāi)的互動(dòng)，始于 2014 年临谱，該引擎為客戶(hù)提供各種產(chǎn)品選擇璃俗，改善旅行體驗(yàn)，比如航班選擇、座位升級(jí)城豁、里程購(gòu)買(mǎi)或者優(yōu)先值機(jī)權(quán)苟穆。
Sharma 說(shuō)，美聯(lián)航使用了基于貝葉斯推理的預(yù)測(cè)模型唱星■茫「它不僅僅決定了提供的內(nèi)容，」Sharma 解釋說(shuō)局硝，「還決定了在客戶(hù)面前展示的形象以及標(biāo)語(yǔ)忱痴。」
Sharma 說(shuō)焙逝，機(jī)器學(xué)習(xí)的應(yīng)用正在取得效果蚪应。根據(jù)美聯(lián)航收集的測(cè)量結(jié)果，客戶(hù)不必再去尋找他們想買(mǎi)的東西或想要的體驗(yàn)年笋。
其他航空公司也正在以其他方式運(yùn)用人工智能免砖，進(jìn)而減輕行程的不適(并減少航空公司員工的工作量)。人臉識(shí)別技術(shù)現(xiàn)在正出現(xiàn)在航站樓中黄骇，幫助機(jī)場(chǎng)乘客加快辦理登機(jī)手續(xù)纸赦。大多數(shù)人臉識(shí)別算法都基于深度學(xué)習(xí)，這是機(jī)器學(xué)習(xí)的一部分倒奋。達(dá)美航空公司是第一個(gè)實(shí)施此流程的航空公司醇电，據(jù)該公司估計(jì)，此舉將乘客登機(jī)時(shí)間縮短了近 10 分鐘翰鲸。該系統(tǒng)目前用于國(guó)際航班的登機(jī)手續(xù)和行李托運(yùn)复答。，達(dá)美預(yù)計(jì)明年將其擴(kuò)展至國(guó)內(nèi)航班碟渺。
預(yù)防災(zāi)難
人工智能最重要的用途之一鲜锚，可能是在災(zāi)難發(fā)生之前識(shí)別出安全風(fēng)險(xiǎn)。例如苫拍，Lion Air Flight 610 墜機(jī)事件芜繁，自動(dòng)控制系統(tǒng)發(fā)生故障，可能就預(yù)示著一個(gè)重大安全問(wèn)題绒极。
位于硅谷的 NASA 艾姆斯研究中心正積從事與航空相關(guān)的人工智能研究骏令，一個(gè)項(xiàng)目重點(diǎn)就是識(shí)別商業(yè)航空事件數(shù)據(jù)中的「異常運(yùn)行」，而這些數(shù)據(jù)可能預(yù)示著潛在的更大問(wèn)題垄提。這正是 Nikunj Oza 的主要研究領(lǐng)域榔袋，Nikunj Oza 是一名計(jì)算機(jī)科學(xué)家，負(fù)責(zé) NASA 艾姆斯研究中心的智能系統(tǒng)部門(mén)(即 Code TI)铡俐。因?yàn)樯虡I(yè)航空的安全記錄非常好──比駕駛要好很多凰兑，所以妥粟，識(shí)別那些可能存在安全問(wèn)題的異常情況，要困難得多吏够。
NASA 已經(jīng)初步開(kāi)發(fā)了一些算法索王，主要用于異常情況監(jiān)測(cè)和事故前兆的識(shí)別，并已經(jīng)開(kāi)始接收專(zhuān)家們的相關(guān)反饋船白。目前，NASA 正在開(kāi)發(fā)一套用于飛機(jī)數(shù)據(jù)安全性分析的系統(tǒng)──特別為聯(lián)邦航空管理局?jǐn)?shù)據(jù)分析合作伙伴 Mitre 服務(wù)码署。
Mitre 是聯(lián)邦資助的研發(fā)中心蒙敦，正在實(shí)施「航空安全信息分析和共享(ASIAS)計(jì)劃」，這是一個(gè)數(shù)據(jù)聯(lián)盟──NASA朝财、聯(lián)邦航空管理局屏烂、國(guó)家運(yùn)輸安全委員會(huì)、飛機(jī)制造商和 50 多家航空公司之間共享安全數(shù)據(jù)龟栗。航空公司將部分航班記錄數(shù)據(jù)子集上傳到 Mitre巾割，Mitre 會(huì)對(duì)潛在問(wèn)題進(jìn)行分析并提供反饋。(數(shù)據(jù)由航空公司秘密共享焰醇。)
艾姆斯研究中心正在開(kāi)發(fā)的數(shù)據(jù)分析方法昧甲，希望借助人工智能及時(shí)發(fā)現(xiàn)飛行數(shù)據(jù)中的異常模式(這可能表明飛機(jī)存在系統(tǒng)性問(wèn)題)。
「你希望盡快發(fā)現(xiàn)問(wèn)題并找到解決措施腿扒，以防止再次發(fā)生這種情況昼牛，」Oza 解釋說(shuō)，到目前為止康聂，在航空領(lǐng)域人工智能并沒(méi)有完全取代人類(lèi)贰健，人工智能和人類(lèi)專(zhuān)家的關(guān)系被證明是互補(bǔ)的──一種可以拯救生命的伙伴關(guān)系。
多年來(lái)潘羡，自動(dòng)化系統(tǒng)一直是商業(yè)航空的一部分。由于采用了「遙控駕駛」和自動(dòng)飛行系統(tǒng)洲稽，機(jī)器學(xué)習(xí)和人工智能技術(shù)也成了「機(jī)組成員」坎隶。這些系統(tǒng)逐漸能夠扮演副飛行員的角色，而不是簡(jiǎn)單地減少飛行員的工作量蚂朽。
舉個(gè)例子刮吧，最初為無(wú)人機(jī)(UAV)安全開(kāi)發(fā)的系統(tǒng)，比如用于交通環(huán)境感知的廣播式自動(dòng)相關(guān)監(jiān)視(ADS-B)掖蛤，已被遷移到駕駛艙中杀捻。為滿(mǎn)足彌補(bǔ)駕駛操控特性的需要，人們開(kāi)發(fā)出類(lèi)似機(jī)動(dòng)特性增強(qiáng)系統(tǒng)(MCAS)的新系統(tǒng)坠七，以提高安全性水醋。這些系統(tǒng)可以根據(jù)飛行條件，利用傳感器數(shù)據(jù)自動(dòng)調(diào)整飛行操作面彪置。
但是拄踪，機(jī)器學(xué)習(xí)系統(tǒng)的好壞取決于它們得到的數(shù)據(jù)。很少有人能夠理解讓機(jī)器學(xué)習(xí)或人工智能接管高危環(huán)境中的人類(lèi)工作所隱含的風(fēng)險(xiǎn)拳魁。
最近發(fā)生的 Lion Air 610 墜機(jī)事件仍在調(diào)查過(guò)程中惶桐，不過(guò)，從目前披露的細(xì)節(jié)來(lái)看潘懊，飛機(jī)已經(jīng)過(guò)多將控制權(quán)交給自動(dòng)系統(tǒng)的舉措姚糊，存在很大風(fēng)險(xiǎn)。然而授舟，災(zāi)難性的航空事故很少因單一錯(cuò)誤而發(fā)生(這次也不例外)婆跋，MCAS 傳感器失靈、維修未能完全解決問(wèn)題络灾、飛行員沒(méi)有受到充分培訓(xùn)且未完全了解 MCAS 的功能和使用方法簇精，都會(huì)引發(fā)事故。
189 條生命所獲得的慘痛教訓(xùn)是蜕芭，航空業(yè)必須將數(shù)據(jù)質(zhì)量载秀，對(duì)機(jī)器學(xué)習(xí)與人工智能系統(tǒng)的關(guān)注與發(fā)展需要一并融入安全文化中。既然機(jī)器學(xué)習(xí)和人工智能改變了飛行員的角色乳的，也應(yīng)該參照同類(lèi)角色泥贷，對(duì)這些技術(shù)進(jìn)行全面測(cè)試：至少達(dá)到相同水平，才算具備崗位能力硼环。
超越自動(dòng)駕駛
2015 年迪拜航展期間展出的空客 A350 XWB 飛機(jī)有超過(guò) 50,000 個(gè)傳感器洼眶，每天收集的飛行和性能數(shù)據(jù)總計(jì)超過(guò) 2.5TB。
空客(Airbus)等主要飛機(jī)制造商已經(jīng)逐步進(jìn)入 AI 階段狰宗。據(jù)空客副總裁 AI Adam Bonnifield 稱(chēng)赴辨，公司正長(zhǎng)期致力于發(fā)展這些技術(shù)眯找。
「由于我們的行業(yè)背景，以及過(guò)去在解決自主化系統(tǒng)問(wèn)題上積累的經(jīng)驗(yàn)捣域，我們對(duì)這些技術(shù)并不陌生啼染。」他告訴我們焕梅。
這架現(xiàn)代客機(jī)上有大量數(shù)據(jù)可供機(jī)器學(xué)習(xí)挖掘：空客(Airbus)于 2015 年推出的雙引擎寬體飛機(jī) A350 XWB 擁有約 5 萬(wàn)個(gè)傳感器迹鹅，每天可收集 2.5TB 數(shù)據(jù)。人工智能可以通過(guò)多種方式利用這些數(shù)據(jù)贞言。
空客正在研究如何減少飛行員認(rèn)知負(fù)荷(以及由此產(chǎn)生的認(rèn)知疲勞)斜棚、降低駕駛艙飛行員數(shù)量，這樣该窗，機(jī)組人員可以投入更多時(shí)間來(lái)處理整體戰(zhàn)略和飛行任務(wù)弟蚀，而不是花費(fèi)大量時(shí)間在所有小問(wèn)題上。
Bonnifield 解釋說(shuō)酗失，雖然許多人認(rèn)為飛機(jī)中的自動(dòng)駕駛是「二值的」：自動(dòng)或不自動(dòng)义钉，但他不這么認(rèn)為：「這更像一個(gè)光譜，」他說(shuō)规肴，「我們嘗試用人工智能來(lái)解決飛行過(guò)程中的一些小問(wèn)題捶闸。」
例如塞姻，空客飛機(jī)上的一種跑道超限保護(hù)選項(xiàng)蚌长。ROPS 軟件負(fù)責(zé)計(jì)算飛機(jī)進(jìn)場(chǎng)速度和重量，它將計(jì)算出的物理模型與已知的跑道長(zhǎng)度和實(shí)時(shí)的天氣進(jìn)行比較尺澜，如果檢測(cè)到不安全的情況绵顷，它會(huì)廣播「跑道過(guò)短！」ROPS 還可以為著陸計(jì)算最佳滑行斜率或軌跡厅肩，并對(duì)滑行螺蜻、起飛和飛行等其他操作有所幫助。
空客公司的另一個(gè)人工智能重點(diǎn)領(lǐng)域是舵博，建造自動(dòng)駕駛汽車(chē)和空中出租車(chē)，為城市居民提供交通服務(wù)超默。當(dāng)飛行員因機(jī)艙壓力下降而失去意識(shí)時(shí)蟆盖，人工智能可能會(huì)接管飛行器。在高壓情況下园环，假定數(shù)據(jù)正確無(wú)誤多梦，人工智能可以更快地綜合各類(lèi)因素，制定更合理的決策陋气，增加安全性劳吠。
讓溝通更容易
倫敦地區(qū)控制中心 LACC 的空中交通管制員引润。嘈雜通信頻道中濃重的英語(yǔ)口音，是對(duì)語(yǔ)音識(shí)別系統(tǒng)的真正考驗(yàn)痒玩。
空中交通管制(Air Traffic Control淳附，ATC)通信對(duì)所有航班來(lái)說(shuō)，都很關(guān)鍵蠢古。
在歐洲領(lǐng)空奴曙，很多對(duì)話(huà)都是用帶有濃重口音，飛行員和管制員很難相互理解草讶。飛行員無(wú)法看到駕駛艙外的情況時(shí)洽糟，需要在儀表飛行氣象條件(instrument meteorological conditions，IMC)下收聽(tīng)機(jī)尾/航班號(hào)堕战，獲取方向指示坤溃、交通警報(bào)等信息≈龆空客公司打算運(yùn)用人工智能來(lái)解決語(yǔ)音識(shí)別問(wèn)題薪介，這也是其 AI Gym 競(jìng)賽內(nèi)容的一部分。在 AI Gym 這項(xiàng)計(jì)劃中小愚，空客通過(guò)尋求外部合作依筝，協(xié)助開(kāi)發(fā)突破性人工智能系統(tǒng)。
空中交通對(duì)話(huà)清晰化绪毅，對(duì)于機(jī)器學(xué)習(xí)來(lái)說(shuō)剪莲，是一件難度很高的任務(wù)，因?yàn)?ATC 音頻噪音很大叙傅，而且會(huì)話(huà)很快众新，充滿(mǎn)了「特定領(lǐng)域詞匯」。AI Gym 希望可以提供 ATC 音頻的完整轉(zhuǎn)錄熊赐，并能從音頻中提取飛機(jī)通話(huà)信號(hào)弄袜，用于通話(huà)跟蹤和報(bào)警。
2018 年 10 月汛滩，比賽結(jié)束女溺，空客已經(jīng)開(kāi)始將研究成果轉(zhuǎn)化為產(chǎn)品。AI Gym 允許空客公司借助外部專(zhuān)業(yè)技術(shù)函绊，挖掘人工智能的許多其他潛在用途敛竭。
「我們有許多需要探索并加以解決的問(wèn)題和有趣的案例「笞睿」Bonnifield 說(shuō)戒祠。部分原因在于這個(gè)技術(shù)比較新，正處在非常不成熟的階段，有很多的實(shí)驗(yàn)姜盈，還有一些很棒的開(kāi)源技術(shù)低千。
借助這個(gè)項(xiàng)目，空客正與「普通嫌疑犯」(美國(guó)電影名馏颂，這里用來(lái)比喻合作的隱秘性示血，因?yàn)橛斜Ｃ軈f(xié)議)合作。這樣合作的方式有個(gè)好處：即使失敗饱亮，也不至于弄到世人皆知矾芙。雖然我們也期望這些神秘的合作伙伴能提供最高性能的解決方案，但 Bonnifield 發(fā)現(xiàn)近上，大多數(shù)時(shí)候最好的解決方案來(lái)自小微初創(chuàng)公司剔宪。
只有少數(shù)人的研究團(tuán)隊(duì)常常能夠提供最佳解決方案。Bonnifield 說(shuō)壹无，他相信這可能是 AI 領(lǐng)域的獨(dú)特之處粱储。空客公司面臨的最大挑戰(zhàn)是启中，如何讓這些處于創(chuàng)新前沿的小型團(tuán)隊(duì)走到一起庭训，并為他們提供一種簡(jiǎn)單的協(xié)作方式。
這要求空客改變與外界合作的方式疯食，「一些初創(chuàng)公司之前甚至從做過(guò)征求意見(jiàn)書(shū)(RFP)恰日，」Bonnifield 解釋道。
落地到業(yè)務(wù)
在飛行安全問(wèn)題上梅明，航空公司非常依賴(lài)設(shè)備制造商(如空客和波音公司)姐淫。但是，航空公司也需要機(jī)器學(xué)習(xí)和人工智能輔助內(nèi)部管理──實(shí)現(xiàn)地面作業(yè)流水化乳环，通過(guò)盡可能實(shí)現(xiàn)「無(wú)縫旅程」創(chuàng)造最佳客戶(hù)體驗(yàn)匠泵。
美聯(lián)航正在投資所有可用的新技術(shù)，利用機(jī)器學(xué)習(xí)從客戶(hù)那里收集后端數(shù)據(jù)倘回、維護(hù)日志了酌、員工值勤日志和飛行中的漸進(jìn)數(shù)據(jù)，全面改善業(yè)務(wù)音瓷。國(guó)聯(lián)合航空公司數(shù)字產(chǎn)品和分析副總裁 Praveen Sharma 說(shuō)对嚼。
9 月，美聯(lián)航和 Palantir 宣布了一項(xiàng)長(zhǎng)期合作關(guān)系绳慎，將 Palantir Foundry 作為該航空公司的中心平臺(tái)纵竖，加速內(nèi)部關(guān)鍵業(yè)務(wù)部門(mén)之間的企業(yè)級(jí)數(shù)據(jù)計(jì)劃。
「真正的挑戰(zhàn)是... 將公司各部門(mén)不同平臺(tái)的海量數(shù)據(jù)集成到一個(gè)平臺(tái)上... 我們可以利用這個(gè)平臺(tái)建立機(jī)器學(xué)習(xí)和人工智能模型偷线∧ト罚」Sharma 表示沽甥，過(guò)去一年声邦，為實(shí)現(xiàn)該目標(biāo)乏奥，兩家公司開(kāi)展了一系列研究項(xiàng)目。
Palantir 與空客公司合作創(chuàng)建了 Skywise亥曹，這是一個(gè)航空數(shù)據(jù)分析平臺(tái)邓了，空客公司為小型航空公司提供訂購(gòu)服務(wù)，其中包括幫助減少飛行意外的維護(hù)工具媳瞪。通用電氣還嘗試將飛機(jī)傳感器數(shù)據(jù)轉(zhuǎn)換為基于機(jī)器學(xué)習(xí)的的服務(wù)骗炉，以推動(dòng)公司噴氣發(fā)動(dòng)機(jī)的預(yù)測(cè)性維護(hù)。
美聯(lián)航及其地區(qū)航空公司聯(lián)合快運(yùn)每天運(yùn)營(yíng)約 4,600 個(gè)航班蛇受，飛往五大洲的 357 個(gè)機(jī)場(chǎng)榛覆。去年，兩家公司運(yùn)營(yíng)了 160 多萬(wàn)個(gè)航班菱脯，載客超過(guò) 1.48 億跃等。當(dāng)不可預(yù)見(jiàn)的維護(hù)問(wèn)題或其他操作問(wèn)題發(fā)生時(shí)，美聯(lián)航會(huì)使用機(jī)器學(xué)習(xí)來(lái)協(xié)同換掉飛機(jī)湘秀。這并不像人們想象的那么簡(jiǎn)單喉投；系統(tǒng)必須考慮分配機(jī)組人員所需的所有變量(例如休息時(shí)間和機(jī)組人員飛機(jī)認(rèn)證書(shū))，飛機(jī)燃料和操作限制以及飛機(jī)座位容量军含。
「這些復(fù)雜的決策种车，往往必須要根據(jù)當(dāng)時(shí)可用的有限數(shù)據(jù)，在 25 分鐘的時(shí)間內(nèi)做出孩砸∧浔矗」Sharma 解釋道。
不僅僅是維護(hù)
美聯(lián)航對(duì)機(jī)器學(xué)習(xí)和人工智能的使用蓄揭，遠(yuǎn)遠(yuǎn)超出了管理維修和飛機(jī)時(shí)刻表的范疇署弯。它還可以利用客戶(hù)數(shù)據(jù)《酰基于每名乘客的交互數(shù)據(jù)荚坞，美聯(lián)航利用人工智能和機(jī)器學(xué)習(xí)優(yōu)化客戶(hù)體驗(yàn)──調(diào)整機(jī)票價(jià)格以匹配乘客資料。
美聯(lián)航的機(jī)器學(xué)習(xí)算法可以獲取 150 個(gè)不同的客戶(hù)和航班數(shù)據(jù)點(diǎn)菲盾，并實(shí)時(shí)決定購(gòu)買(mǎi)或登記點(diǎn)應(yīng)該將哪種產(chǎn)品展示給客戶(hù)颓影。該引擎考慮了乘客的曾購(gòu)買(mǎi)、偏好懒鉴、目的地和活動(dòng)等因素诡挂。
通過(guò)實(shí)時(shí)決策引擎展開(kāi)的互動(dòng)，始于 2014 年临谱，該引擎為客戶(hù)提供各種產(chǎn)品選擇璃俗，改善旅行體驗(yàn)，比如航班選擇、座位升級(jí)城豁、里程購(gòu)買(mǎi)或者優(yōu)先值機(jī)權(quán)苟穆。
Sharma 說(shuō)，美聯(lián)航使用了基于貝葉斯推理的預(yù)測(cè)模型唱星■茫「它不僅僅決定了提供的內(nèi)容，」Sharma 解釋說(shuō)局硝，「還決定了在客戶(hù)面前展示的形象以及標(biāo)語(yǔ)忱痴。」
Sharma 說(shuō)焙逝，機(jī)器學(xué)習(xí)的應(yīng)用正在取得效果蚪应。根據(jù)美聯(lián)航收集的測(cè)量結(jié)果，客戶(hù)不必再去尋找他們想買(mǎi)的東西或想要的體驗(yàn)年笋。
其他航空公司也正在以其他方式運(yùn)用人工智能免砖，進(jìn)而減輕行程的不適(并減少航空公司員工的工作量)。人臉識(shí)別技術(shù)現(xiàn)在正出現(xiàn)在航站樓中黄骇，幫助機(jī)場(chǎng)乘客加快辦理登機(jī)手續(xù)纸赦。大多數(shù)人臉識(shí)別算法都基于深度學(xué)習(xí)，這是機(jī)器學(xué)習(xí)的一部分倒奋。達(dá)美航空公司是第一個(gè)實(shí)施此流程的航空公司醇电，據(jù)該公司估計(jì)，此舉將乘客登機(jī)時(shí)間縮短了近 10 分鐘翰鲸。該系統(tǒng)目前用于國(guó)際航班的登機(jī)手續(xù)和行李托運(yùn)复答。，達(dá)美預(yù)計(jì)明年將其擴(kuò)展至國(guó)內(nèi)航班碟渺。
預(yù)防災(zāi)難
人工智能最重要的用途之一鲜锚，可能是在災(zāi)難發(fā)生之前識(shí)別出安全風(fēng)險(xiǎn)。例如苫拍，Lion Air Flight 610 墜機(jī)事件芜繁，自動(dòng)控制系統(tǒng)發(fā)生故障，可能就預(yù)示著一個(gè)重大安全問(wèn)題绒极。
位于硅谷的 NASA 艾姆斯研究中心正積從事與航空相關(guān)的人工智能研究骏令，一個(gè)項(xiàng)目重點(diǎn)就是識(shí)別商業(yè)航空事件數(shù)據(jù)中的「異常運(yùn)行」，而這些數(shù)據(jù)可能預(yù)示著潛在的更大問(wèn)題垄提。這正是 Nikunj Oza 的主要研究領(lǐng)域榔袋，Nikunj Oza 是一名計(jì)算機(jī)科學(xué)家，負(fù)責(zé) NASA 艾姆斯研究中心的智能系統(tǒng)部門(mén)(即 Code TI)铡俐。因?yàn)樯虡I(yè)航空的安全記錄非常好──比駕駛要好很多凰兑，所以妥粟，識(shí)別那些可能存在安全問(wèn)題的異常情況，要困難得多吏够。
NASA 已經(jīng)初步開(kāi)發(fā)了一些算法索王，主要用于異常情況監(jiān)測(cè)和事故前兆的識(shí)別，并已經(jīng)開(kāi)始接收專(zhuān)家們的相關(guān)反饋船白。目前，NASA 正在開(kāi)發(fā)一套用于飛機(jī)數(shù)據(jù)安全性分析的系統(tǒng)──特別為聯(lián)邦航空管理局?jǐn)?shù)據(jù)分析合作伙伴 Mitre 服務(wù)码署。
Mitre 是聯(lián)邦資助的研發(fā)中心蒙敦，正在實(shí)施「航空安全信息分析和共享(ASIAS)計(jì)劃」，這是一個(gè)數(shù)據(jù)聯(lián)盟──NASA朝财、聯(lián)邦航空管理局屏烂、國(guó)家運(yùn)輸安全委員會(huì)、飛機(jī)制造商和 50 多家航空公司之間共享安全數(shù)據(jù)龟栗。航空公司將部分航班記錄數(shù)據(jù)子集上傳到 Mitre巾割，Mitre 會(huì)對(duì)潛在問(wèn)題進(jìn)行分析并提供反饋。(數(shù)據(jù)由航空公司秘密共享焰醇。)
艾姆斯研究中心正在開(kāi)發(fā)的數(shù)據(jù)分析方法昧甲，希望借助人工智能及時(shí)發(fā)現(xiàn)飛行數(shù)據(jù)中的異常模式(這可能表明飛機(jī)存在系統(tǒng)性問(wèn)題)。
「你希望盡快發(fā)現(xiàn)問(wèn)題并找到解決措施腿扒，以防止再次發(fā)生這種情況昼牛，」Oza 解釋說(shuō)，到目前為止康聂，在航空領(lǐng)域人工智能并沒(méi)有完全取代人類(lèi)贰健，人工智能和人類(lèi)專(zhuān)家的關(guān)系被證明是互補(bǔ)的──一種可以拯救生命的伙伴關(guān)系。
18221259202