原標(biāo)題：接棒“中國(guó)機(jī)長(zhǎng)”，AI的航空英雄夢(mèng)還需要什么？

“四川8633，成都叫你”

“四川8633，成都在叫你”

……

想必不少同學(xué)都在假期看過(guò)了這部《中國(guó)機(jī)長(zhǎng)》，并為這些呼喚之后長(zhǎng)久的沉默而心驚肉跳。至少我本人看完后，當(dāng)天登機(jī)的腳步都慫了起來(lái)，并默默買了一份意外險(xiǎn)。

安全，是民用航空領(lǐng)域的第一準(zhǔn)則，也是選擇飛機(jī)與航司的首要標(biāo)準(zhǔn)。一個(gè)事故率高的航司，無(wú)論其食物多么美味、空乘多么美貌，恐怕我們都會(huì)在心里默默打上一個(gè)叉。

而關(guān)于AI航空航天的應(yīng)用，我們已經(jīng)有過(guò)很多討論。AI上可帶宇航員遨游太空，下可為無(wú)人機(jī)飛行運(yùn)輸保駕護(hù)航。與之相比，不怎么黑科技、又不夠曠遠(yuǎn)神秘的民用航空，到底是如何利用AI讓全球數(shù)百萬(wàn)人每天往返于天際之間的呢？

當(dāng)AI遇上飛行：商用飛機(jī)的安全“副機(jī)長(zhǎng)”

今天，當(dāng)我們走進(jìn)機(jī)場(chǎng)，已經(jīng)能看到百花齊放的智能化應(yīng)用了，比如導(dǎo)航機(jī)器人、人臉識(shí)別安檢、智能語(yǔ)音播報(bào)、自助行李托運(yùn)等等。甚至乘客能提前在各種航空App上了解某趟航班的延誤幾率，都是依靠人工智能整合數(shù)據(jù)資源來(lái)實(shí)現(xiàn)預(yù)測(cè)的。

除此之外，一些大型航司如美聯(lián)航，也早就從2014年開(kāi)始，就利用機(jī)器學(xué)習(xí)決策引擎向用戶開(kāi)放優(yōu)先值機(jī)、座位升級(jí)等個(gè)性化服務(wù)。

被眾多產(chǎn)業(yè)奉若救命稻草的AI，在航空業(yè)中早已是潛移默化、潤(rùn)物無(wú)聲的存在。就拿商用航空最為關(guān)注的安全問(wèn)題來(lái)說(shuō)，關(guān)于AI技術(shù)的 應(yīng)用研究就一直沒(méi)有停止過(guò)。

在商業(yè)航空服務(wù)AI化的過(guò)程中，核心角色并不是與客戶交互最多的航空公司。而是機(jī)場(chǎng)、飛機(jī)制造商這樣的硬核角色。不同于航司那些接地氣的創(chuàng)意創(chuàng)新，AI在航空安全上發(fā)揮的價(jià)值距離大眾感知就有點(diǎn)遠(yuǎn)了。

比如飛機(jī)巡航的自動(dòng)化系統(tǒng)。早在AI社會(huì)化普及以前，自動(dòng)化系統(tǒng)就是商用航空多年的鉆研對(duì)象，利用各種機(jī)動(dòng)增強(qiáng)系統(tǒng)、傳感器系統(tǒng)來(lái)自動(dòng)調(diào)整飛機(jī)的控制面和輔助飛行，已經(jīng)十分成熟。正如空客副總裁 AI Adam Bonnifield所說(shuō)，“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)，我們對(duì)這些技術(shù)（AI）并不陌生?！?/p>

波音、空客等飛機(jī)制造商就利用人工智能進(jìn)一步提升無(wú)人駕駛的能力，減少需要人類飛行員操作的時(shí)間?？湛涂湛屯瞥龅碾p發(fā)寬體飛機(jī)A350XWB擁有約5萬(wàn)個(gè)傳感器，每天收集的飛行和性能數(shù)據(jù)總計(jì)超過(guò)2.5TB，借助相關(guān)模型進(jìn)行信息分析，就可以使機(jī)組人員投入更多時(shí)間來(lái)處理整體戰(zhàn)略，根據(jù)飛行條件在必要時(shí)對(duì)飛機(jī)操縱特性進(jìn)行控制，減少飛行員的認(rèn)知疲勞從而提升安全性。

舉個(gè)例子，飛機(jī)的跑道超限保護(hù)ROPS會(huì)自動(dòng)計(jì)算飛機(jī)進(jìn)近速度和重量，將算法模型與公布的跑道長(zhǎng)度和當(dāng)?shù)靥鞖膺M(jìn)行比較，計(jì)算最佳的下滑道或軌跡，如果出現(xiàn)不安全的情況，系統(tǒng)會(huì)自動(dòng)廣播，讓飛行員可以更快地做出決策。

當(dāng)然，安全問(wèn)題最好的解決方式就是君子以思患而豫防之，思則有備，有備則無(wú)患。要知道，在諸多造成飛機(jī)失事的原因中，機(jī)械故障的占比超過(guò)了20%，其中還不包括地面維修人員的失誤。而這一切在引入AI系統(tǒng)后，能夠在很大程度上得到改善。

比如傳統(tǒng)訓(xùn)練飛行員體系只能仿真幾十種典型故障，而通過(guò)AI對(duì)飛機(jī)上所有系統(tǒng)軟硬件實(shí)現(xiàn)智能化，讓包括制動(dòng)器、發(fā)電機(jī)、閥門、發(fā)動(dòng)機(jī)以及航空電子設(shè)備在內(nèi)的設(shè)備實(shí)現(xiàn)自動(dòng)檢測(cè)和主動(dòng)報(bào)警，讓航空公司及時(shí)掌握并制定飛機(jī)維護(hù)策略，對(duì)飛行安全、飛機(jī)性能和壽命等進(jìn)行更好的追蹤預(yù)防，實(shí)現(xiàn)高效維修。

位于硅谷的 NASA 艾姆斯研究中心就開(kāi)發(fā)除了相應(yīng)的算法，用于檢測(cè)飛機(jī)的異常情況和事故前兆的識(shí)別，借此發(fā)現(xiàn)飛行數(shù)據(jù)中的異常模式。

AI成為一名隱形的“安全副機(jī)長(zhǎng)”，或許將在不久后成為現(xiàn)實(shí)。

除了對(duì)飛機(jī)本身的強(qiáng)化改造之外，機(jī)場(chǎng)的升級(jí)也跟AI脫不了關(guān)系。

根據(jù)《國(guó)際航空電訊協(xié)會(huì)》研究?jī)?nèi)容，有45%的機(jī)場(chǎng)計(jì)劃在未來(lái)五年內(nèi)投入AI研發(fā)。我們看到的Chatbot應(yīng)用、人臉自助查驗(yàn)，自動(dòng)行李搬運(yùn)車和行李機(jī)器人，也已經(jīng)在海牙鹿特丹機(jī)場(chǎng)試驗(yàn)中。

而在諸多與安全息息相關(guān)的機(jī)場(chǎng)服務(wù)當(dāng)中，最不能忽視的是智能調(diào)度。

2016年上海虹橋機(jī)場(chǎng)的塔臺(tái)管制失誤，就險(xiǎn)些導(dǎo)致飛機(jī)相撞的慘劇。塔臺(tái)管制員的工作強(qiáng)度與信息負(fù)荷過(guò)大，飛機(jī)起飛降落過(guò)程的復(fù)雜程度也很高，加上不穩(wěn)定的機(jī)場(chǎng)氣象環(huán)境影響，航道流量發(fā)生擁堵，一旦突然插入無(wú)預(yù)先計(jì)劃的飛機(jī)，造成混亂、撞機(jī)等都是極大的安全風(fēng)險(xiǎn)。這就需要將人工智能系統(tǒng)嵌入機(jī)場(chǎng)空管總調(diào)度體系，通過(guò)深度學(xué)習(xí)技術(shù)進(jìn)行識(shí)別、預(yù)測(cè)，精確計(jì)算流量，幫助管制人員實(shí)現(xiàn)高效調(diào)度。

如今國(guó)內(nèi)大中城市的許多機(jī)場(chǎng)都引入了航空大腦、智慧民航等智能化建設(shè)，通過(guò)AI方法來(lái)運(yùn)籌優(yōu)化停機(jī)位，保障龐大客流的安全中轉(zhuǎn)。

無(wú)法被AI的空中之旅

如果說(shuō)機(jī)場(chǎng)和飛機(jī)，是在乘客難以感知的地方在“被AI”著，那么飛行過(guò)程中人類機(jī)組人員的不可替代性，則是讓人感覺(jué)到航空業(yè)AI進(jìn)展緩慢的另一個(gè)原因。

不難發(fā)現(xiàn)，無(wú)論是Chatbot機(jī)器人，還是各種智能算法應(yīng)用，都只能在地面上發(fā)生，即使是高度自動(dòng)化的飛機(jī)巡航系統(tǒng)，也必須有一位甚至多位機(jī)長(zhǎng)坐鎮(zhèn)。原因或許是，空中的容錯(cuò)率實(shí)在太低了。

一方面，空中服務(wù)和決策要求高度即時(shí)性和靈活性，AI空乘還難以應(yīng)對(duì)這樣的高難度任務(wù)。

2015年，“微軟小冰”這個(gè)語(yǔ)音助手曾經(jīng)登上了東方航空公司的飛機(jī)，通過(guò)社交平臺(tái)在高空中與他人對(duì)話，“代替”空姐回答乘客問(wèn)題。然而，盡管“微軟小冰”學(xué)習(xí)了中國(guó)近7億網(wǎng)民多年來(lái)積累的、精煉為2000萬(wàn)條真實(shí)而有趣的語(yǔ)料庫(kù)，但想要在空中處理特殊情況，且不說(shuō)在故障情況下安撫百位乘客的恐慌情緒，恐怕機(jī)器人連哄一個(gè)哭鬧中的小嬰兒，表現(xiàn)都未必能有人類空乘強(qiáng)。

另外，航空事故很少是因單一錯(cuò)誤而引發(fā)的，誘因通常比較復(fù)雜，將控制權(quán)交給自主系統(tǒng)的風(fēng)險(xiǎn)是很大的。因此，機(jī)器學(xué)習(xí)只能承擔(dān)部分飛行員的角色。

此前瑞典就曾發(fā)生過(guò)一架飛機(jī)在空中保持自動(dòng)駕駛狀態(tài)不停盤旋，所有乘客和副駕駛都昏迷后只能等待燃油耗盡墜機(jī)的“幽靈航班”。第一次波音 737-MAX8 客機(jī)墜毀，也是因?yàn)轱w機(jī)自動(dòng)駕駛系統(tǒng)不斷將機(jī)頭降低，而飛行員則人工操作不斷嘗試將機(jī)頭抬起，最終沒(méi)能成功糾偏，導(dǎo)致飛機(jī)失事……

總而言之，空域情況的復(fù)雜判斷與調(diào)度，人工智能算法還遠(yuǎn)達(dá)不到人類級(jí)別的精準(zhǔn)操作。

那么，只讓AI做點(diǎn)輔助工作行不行呢？

我們知道，空中交通管制（Air Traffic Control，ATC）通信對(duì)所有航班來(lái)說(shuō)，都很關(guān)鍵。但是許多對(duì)話都帶有濃重口音，飛行員之間和管制員很難相互理解，能否利用已經(jīng)相對(duì)成熟的NLP語(yǔ)音翻譯技術(shù)實(shí)現(xiàn)辨識(shí)呢？

至少目前來(lái)說(shuō)，讓AI讀懂空中交通對(duì)話，依然是一件難度很高的任務(wù)。因?yàn)轳{駛艙內(nèi)的空中廣播甚至手機(jī)對(duì)話環(huán)境十分嘈雜，會(huì)話還很快，又充滿了特定領(lǐng)域詞匯，一些語(yǔ)料不足的方言或口音，機(jī)器也并不能夠清晰地識(shí)別出來(lái)。我們很難想象，萬(wàn)一8633在空中聽(tīng)不懂那一聲聲“成都叫你”的呼喚，將會(huì)發(fā)生什么……

目前，為了解決這一問(wèn)題，空客已經(jīng)在AI Gym 競(jìng)賽中不斷尋求解決方案，但就當(dāng)前進(jìn)度來(lái)看，語(yǔ)音輔助還處于不成熟的探索階段，看來(lái)還是人類機(jī)長(zhǎng)的耳朵更好使一點(diǎn)。

當(dāng)然，還有一種情況，是明明能AI，但偏偏不AI。

隨著商用航空大量引入人工智能，大量用戶的數(shù)據(jù)也會(huì)面臨機(jī)密性的風(fēng)險(xiǎn)。此前阿聯(lián)酋航空就曾向第三方服務(wù)商泄露了姓名，電子郵件，行程，電話號(hào)碼甚至護(hù)照號(hào)碼等客戶詳細(xì)信息，拿到這些隱私數(shù)據(jù)的企業(yè)包括Boxever， Facebook和Google等。

而大多數(shù)航司和機(jī)場(chǎng)都推出了基于計(jì)算機(jī)視覺(jué)的重重服務(wù)，人臉識(shí)別等設(shè)備的部署，隱私安全法規(guī)政策的含糊不清，或許推遲非關(guān)鍵領(lǐng)域的AI落地并不是一件壞事。

在電影的最后，管理中心的負(fù)責(zé)人仰望藍(lán)天，他說(shuō)，此時(shí)此刻，在藍(lán)天上有50萬(wàn)人在飛翔。而我們所能看見(jiàn)的，飛行，依舊是一個(gè)專業(yè)人員與自然風(fēng)險(xiǎn)的勇敢博弈游戲。當(dāng)然，AI的無(wú)聲浸潤(rùn)，正在讓一切充滿新的變數(shù)。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。