在喧囂的科技行業(yè)中，人工智能的觸角已然十分廣闊：從數(shù)字家庭助手到無人駕駛汽車，從戰(zhàn)場策略到投資指導，幾乎無處不在。
現(xiàn)在，人工智能要飛向天空。
計算機算法正在學習如何預測航班晚點，從而幫助機場和航空公司更好地避免這種事情的發(fā)生。捷藍和阿聯(lián)酋航空等企業(yè)正在使用這項技術(shù)讓購票流程更加順暢，同時對乘坐體驗進行個性化改造。
但人工智能在航空業(yè)的最大前景其實來自駕駛艙，在那里，人工智能自動駕駛儀可以幫助飛行員完成復雜的操作，甚至應對各種緊急事件。
這一領(lǐng)域的研究剛剛啟動不久，但卻進展迅速。2015年，波音和卡內(nèi)基·梅隆大學共同成立了航空數(shù)據(jù)分析實驗室，希望利用機器學習技術(shù)把海量信息轉(zhuǎn)化成具體的行動。
“現(xiàn)在的每一架飛機都有幾千個傳感器，每個傳感器大約每秒都會產(chǎn)生數(shù)據(jù)。”該項目負責人、卡內(nèi)基梅隆大學計算機科學家 Jaime Carbonell 說，“這便生成了海量數(shù)據(jù)，我們目前的分析策略根本無力應對。所以，我們才決定開發(fā)可以擴展的云端數(shù)據(jù)處理算法。這樣一來，無論是飛機安全和維護預測，還是飛行性能和飛機壽命，都能展開更好的追蹤和理解。”
人工智能現(xiàn)在之所以能派上用場，而不再單純依賴數(shù)據(jù)挖掘技術(shù)，原因在于如今的數(shù)據(jù)來源多種多樣，有的源自格式正規(guī)的傳感器，還有的則出自維護人員的潦草筆記。
“飛機有著詳細的歷史記錄，但波音的飛機在世界各地飛行，所以存在很多人類書寫的筆記，里面可能有一些只有某家航空公司才會使用的獨特縮寫。另外，英語可能也不只主要語言，而數(shù)十年以來，數(shù)據(jù)的歸檔標準可能也發(fā)生了變化。”Carbonell 說，“我們正在開發(fā)算法來處理和理解這些內(nèi)容，然后創(chuàng)造一種統(tǒng)一的信息分析方式。”
航空數(shù)據(jù)分析實驗室希望借助這樣一款“統(tǒng)一的”產(chǎn)品幫助波音及其客戶制定監(jiān)控、維護和運營戰(zhàn)略，從而減少停機時間，為航空公司節(jié)約成本。但即便可以通過算法來過濾和理解所有數(shù)據(jù)，或許仍然存在很多缺口，導致這些程序難以判斷引擎的真正壽命，也難以確定效率最高的巡航狀態(tài)。
所以 Carbonell 希望更進一步，讓人工智能算法具備足夠的智力來尋找這些“缺口”，并向擁有相應資源的組織或設備索取數(shù)據(jù)來填補缺口。“如果你有兩架配置相同的飛機執(zhí)行相同的航線，但它們的燃油數(shù)據(jù)卻有所差異，我們的系統(tǒng)便可交叉對比所有的參數(shù)，然后找出缺失的有效數(shù)據(jù)——例如訓練程序或某些天氣數(shù)據(jù)——然后便可索取這些信息，從而找到問題的關(guān)鍵。”Carbonell 說。
除此之外，研究人員還希望讓人工智能幫助飛行員應對各種風險。在倫敦大學學院，由 Haitham Baomar 和 Peter Bentley 領(lǐng)導的一個團隊正在開發(fā)一套新的自動巡航系統(tǒng)，它可以通過觀察訓練有素的飛行員來學習如何應對緊急狀況，然后在遇到類似情況時采取相同的措施。
“我們希望解決因為壓力、信息過載和缺乏充足的培訓而引發(fā)的人為錯誤，從而提升安全性。”Baomar 說，“不幸的是，現(xiàn)代化的自動駕駛儀無法應對惡劣天氣或系統(tǒng)故障等挑戰(zhàn)。”
自動駕駛儀擅長在非緊急狀況下處理巡航任務，但在其他情況下卻表現(xiàn)不佳。例如，強氣流就會導致自動駕駛儀失效，甚至會通過糾正措施導致情況更加惡化。飛行員需要時刻監(jiān)督自動駕駛儀，并在緊急狀況下手動介入，但他們本身也可能犯錯。
Baomar 希望開發(fā)一套基于人工智能的自動駕駛儀，可以準確而可靠地預測各種情況，同時確保飛行員了解事情進展。他的團隊開發(fā)的技術(shù)名為“智能自動駕駛系統(tǒng)”（Intelligent Autopilot System），它會接受與人類駕駛員相同的培訓。
借助專業(yè)版高保真桌面模擬器 X-Plane，研究人員便可向他們的自動駕駛儀傳授駕駛波音777的技術(shù)，還能讓其體會惡劣天氣、引擎故障和機艙起火等問題，并學會緊急降落或轉(zhuǎn)向等技術(shù)。
這一過程需要依賴監(jiān)督式機器學習技術(shù)，把自動駕駛儀當做人類學員對待。“由人類飛行教官通過親自演示來傳授技能。”Barmar 說，“之后，再借助人工神經(jīng)網(wǎng)絡利用觀察到的內(nèi)容生成學習模型。最后為系統(tǒng)賦予全部的控制權(quán)，觀察它模仿人類教官成功執(zhí)行任務的過程。”
目前為止，這套系統(tǒng)表現(xiàn)良好，即便是駕駛不熟悉的飛機或經(jīng)歷之前沒有遇到的天氣狀況時，也能表現(xiàn)不俗。接下來，研究人員將與航空業(yè)展開接觸，將該系統(tǒng)應用到工業(yè)級飛行模擬器中，甚至安裝到遙控無人機中。
Baomar 表示，想要將其真正應用到商用飛機中，關(guān)鍵問題不在于技術(shù)，而在于監(jiān)管流程。“審批流程很費時、費錢、費力，但鑒于安全要求，所有想要應用到航空領(lǐng)域的新技術(shù)都必須遵守。”他說。
假設這些系統(tǒng)有朝一日能夠通過監(jiān)管審查，正式應用到商用飛機上，便會成為一大里程碑，正式跨過人類飛行員的時代，邁入新紀元。隨著自動化飛行技術(shù)的快速發(fā)展，由人類來聚精會神操作各種儀器的時代很快就會過去。這樣一來，幾乎就能徹底杜絕人為失誤造成的威脅，這種吸引力或許將令我們難以抗拒。
但即使實現(xiàn)了這一目標，也只是完成了一半的使命，而在半自動化的過渡時期，我們還需要通過敏捷的控制來確保飛行員仍然能夠很好地掌控飛機。人工智能蘊含著無比的價值，必將完成這一過渡。
數(shù)字化要一盤棋更要各自為戰(zhàn)
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。