其實AI一直在為人們保駕護航 飛機上都有哪些人工智能應(yīng)用?

3月10日，埃塞俄比亞航空的波音737 Max 8飛機，在起飛不久就向塔臺發(fā)出報警。起飛六分鐘后，飛機墜毀，機上來自33個國家的157名乘客和機組人員全部罹難。

這是近五個月來第二架波音737MAX8客機墜毀。

該機型的上一次空難發(fā)生在2018年10月29日，當(dāng)時印尼獅航的一架載有189人的波音737MAX8客機在起飛13分鐘后墜海，機上人員全部遇難。

短期內(nèi)連續(xù)兩場空難，346條鮮活的生命瞬間消逝，這樣的慘劇已經(jīng)引起了全球輿論震動。

飛機到底發(fā)生了什么?引發(fā)墜機事故背后的元兇是誰?一時間各種猜測鋪天蓋地而來，人們眾說紛紜。由于埃航墜毀的這架飛機才僅僅使用了4個月，而去年獅航墜毀的那架飛機機齡才77天，二者都不存在機械老化問題。這種情況意味著，這款新機型有可能存在設(shè)計隱患。

美國最終找到了證明埃塞俄比亞航空公司上周日的墜機事件與去年10月印尼印尼獅航墜機事件之間存在關(guān)聯(lián)的證據(jù)，認(rèn)為導(dǎo)致這兩次墜毀事件的原因相似。在去年10月發(fā)生的獅航空難中，有一種比較主流的觀點認(rèn)為，事故的根源在于波音737MAX8安裝的那套全新的安全系統(tǒng)，更準(zhǔn)確地說，可能是“自動駕駛”設(shè)計出問題了。

波音737連續(xù)墜毀，AI要背鍋?

在第一次波音 737-MAX8 客機出事后，獅航發(fā)布的調(diào)查報告以及印尼公布的黑匣子數(shù)據(jù)表明，客機墜毀主要還是因為出現(xiàn)了技術(shù)問題，在飛機最后 6 分多鐘里，飛機的自動駕駛系統(tǒng)不斷自動將機頭降低，而飛行員則人工操作不斷嘗試將機頭抬起，但一來一回的人機博弈中，人工操作沒能成功糾偏，最終悲劇發(fā)生。

其中提到，自動駕駛系統(tǒng)之所以會不斷錯誤地將機頭俯沖朝下，很可能是因為迎角傳感器的錯誤信號讓 MCAS(機動特性增強系統(tǒng)) 判定飛機有失速危險，于是自動下壓機頭，而且沒有明顯提示或者警告機組人員，而且波音公司的培訓(xùn)資料中從未提及此項功能。

一些分析認(rèn)為，在為MCAS編程時，沒有考慮到飛機迎角傳感器可能出現(xiàn)故障。而當(dāng)這樣的故障出現(xiàn)時，飛控電腦容易發(fā)生誤判，主動介入并改變飛行迎角的角度，結(jié)果導(dǎo)致飛機從爬升變?yōu)橄陆担踔磷優(yōu)楦_。更加可怕的是，由于MCAS的預(yù)先設(shè)置，飛行員無法用手動方式改變這一錯誤。

這一主流觀點立刻引爆了網(wǎng)絡(luò)輿論，短時間內(nèi)各種人類與人工智能的話題見諸報端，例如《波音737連續(xù)墜毀，AI要背鍋?》、《波音空難背后：人類到底應(yīng)該在何種程度上信任AI?》，媒體甚紛紛將槍口對準(zhǔn)人工智能，認(rèn)為AI在波音737連續(xù)墜毀事故上脫不了嫌疑，對AI在飛機上的應(yīng)用產(chǎn)生了進一步的質(zhì)疑。

但你坐飛機時可能沒意識到，其實AI已經(jīng)在全程為你保駕護航!

多年來，飛機制造商和航空公司在人工智能技術(shù)上投入了大量資源，積極探索應(yīng)用場景，從駕駛艙到客戶體驗，幾乎遍及整個行業(yè)。自動化系統(tǒng)一直是商業(yè)航空的一部分。由于采用了「遙控駕駛」和自動飛行系統(tǒng)，機器學(xué)習(xí)和人工智能技術(shù)也成了「機組成員」。這些系統(tǒng)逐漸能夠扮演副飛行員的角色，而不是簡單地減少飛行員的工作量。

調(diào)度飛機起落，使飛機起降井然有序

2017年12月20日，阿里云在云棲大會·北京峰會上發(fā)布ET航空大腦，用運籌優(yōu)化、機器學(xué)習(xí)等人工智能方法分配停機位，預(yù)計每天調(diào)度1700架次航班，幫助乘客節(jié)省5000個小時，大大提高航班中轉(zhuǎn)效率，從而降低延誤率。

作為國內(nèi)最大的機場，首都機場2016年旅客吞吐量超9000萬人次，是全球最繁忙的機場之一。在這個巨型客流樞紐中，龐大的旅客流、飛機流、行李流互相交織，如何確保每個航班都能高效中轉(zhuǎn)，減少延誤，幫助乘客順暢登機是亟需解決的問題。而現(xiàn)在首都機場創(chuàng)新引入了阿里云人工智能作為幫手。

基于阿里云自主研發(fā)的云計算操作系統(tǒng)飛天，目前ET航空大腦可以在50秒內(nèi)刷新首都機場1700架次航班的停機位安排，充分利用停機坪空間，最大限度提升飛機的中轉(zhuǎn)效率，降低因停機位不合理安排造成的延誤率。同時，廊橋停機位利用率提高10%，相當(dāng)于每天有20,000名旅客不用再乘坐擺渡車，總計節(jié)省約5,000小時。

ET同時為廣州白云機場服務(wù)，用于調(diào)度1000多架飛機。ET可以將近機位乘客的比例從77%提高到94%，減少乘客再坐擺渡車的煩惱，臨時機位的使用率減半，跑道沖突率從42%減少到5%。

提前預(yù)測飛機晚點

谷歌2018年為其航班應(yīng)用程序Google Flights增加了兩項新功能。一項是利用機器學(xué)習(xí)來預(yù)測航空公司本身尚未發(fā)現(xiàn)的航班延誤;一項是讓乘客在預(yù)定機票時能完全了解基本票價里都包含哪些內(nèi)容。據(jù)稱預(yù)測的準(zhǔn)確率能達到80%。乘客登陸 flights.Google.com輸入飛機航班號、航線或者航空公司的名字，就能看到延誤預(yù)測信息了。

谷歌AI將預(yù)測飛機延誤多長時間，并給出延誤可能的原因。如果航空公司確認(rèn)了晚點， 消息也會在Google Flights中出現(xiàn)，包括晚點原因的解釋也將包含在APP的信息列表中。

中國國內(nèi)的一款與飛機航班有關(guān)的app“航旅縱橫”與谷歌預(yù)測飛機晚點的AI類似。航旅縱橫的上寫到“整合強大豐富的數(shù)據(jù)資源，全方位多角度呈現(xiàn)完整實時的航班動態(tài)信息”。只要輸入航班號，該app就能顯示從你乘坐航班的值機口、登機口、登機時間、飛行所需時間到飛行時飛行高度、達到時間以及取行李口等等。

增加飛行的安全度

基于人工智能的分析最重要的用途之一是在災(zāi)難發(fā)生之前識別出飛機的安全風(fēng)險，例如印尼獅航610號航班墜毀事件，飛行前自動控制系統(tǒng)發(fā)生故障可能標(biāo)志著存在重大的安全問題。位于硅谷的美國國家航空航天局(NASA)的艾姆斯研究中心的一個項目重點就是識別商業(yè)航空事故數(shù)據(jù)中預(yù)示飛機存在潛在系統(tǒng)性大問題的“異常運行”。

NASA已經(jīng)對異常檢測和事件先兆識別相關(guān)的算法進行了初步開發(fā)，并開始收集該領(lǐng)域?qū)＜业姆答?。目前NASA正在為聯(lián)邦航空管理局(FAA)的分析合作伙伴Mitre開發(fā)一種用于飛機數(shù)據(jù)安全性分析的系統(tǒng)。Mitre是聯(lián)邦政府資助的研究和開發(fā)中心，運行一個名為航空安全信息分析和共享(ASIAS)項目，目的是在NASA、FAA、國家運輸安全委員會、飛機制造商和50多家航空公司之間建立一個安全數(shù)據(jù)共享聯(lián)盟。航空公司將其航班記錄數(shù)據(jù)的一些子集上傳給Mitre，后者執(zhí)行分析后提供潛在問題的反饋。

自動駕駛飛機

有航空專家指出，人工智能在航空業(yè)的大展宏圖之地是駕駛艙，AI自動駕駛儀可幫助飛行員完成復(fù)雜性操作，應(yīng)對各種緊急事件。這一領(lǐng)域的研究雖剛剛起步，卻進展迅速。

每一架飛機都有上千傳感器，每個傳感器每秒都會產(chǎn)生數(shù)據(jù)，其來源格式大多不一致，目前的分析策略無力應(yīng)對海量數(shù)據(jù)，會對駕駛員做出正確判斷造成影響。

據(jù)美國《連線》雜志介紹，波音公司和卡內(nèi)基·梅隆大學(xué)共同成立航空數(shù)據(jù)分析實驗室，利用人工智能創(chuàng)造一種統(tǒng)一信息分析方式，并可擴展到云端數(shù)據(jù)的處理算法。這樣對飛行安全、飛機性能和壽命等展開更好的追蹤和理解，幫助航空公司及其客戶制定監(jiān)控、維護和運營戰(zhàn)略。

據(jù)了解，現(xiàn)在民用飛機系統(tǒng)越來越復(fù)雜，已無法模擬所有故障情況，傳統(tǒng)訓(xùn)練飛行員體系只能仿真幾十種典型故障。將AI應(yīng)用于下一代駕駛艙，模擬人類行為，將有助于開發(fā)出飛行員培訓(xùn)解決方案，應(yīng)對各種風(fēng)險。

隨著自動化飛行技術(shù)的快速發(fā)展，也許由人類操作各種儀器的時代會很快過去。倫敦大學(xué)一個研究團隊正在開發(fā)一套基于AI的“智能自動駕駛系統(tǒng)”，可準(zhǔn)確預(yù)測各種飛行情況，同時確保飛行員了解事情進展。研究人員表示，假設(shè)這類系統(tǒng)有朝一日能正式用到商用飛機上，將會是一大里程碑，可能會跨過人類飛行員的時代，邁入新紀(jì)元。

首個人工智能機器人“空姐”

2015年，“微軟小冰”這個16歲的“萌妹子”首次登上東方航空公司飛往北京的飛機，通過社交平臺在高空與他人對話，還能“代替”空姐回答乘客問題。與普通旅客不同，“小冰”是一款人工智能機器人，她的“乘機”改變了以前在飛機 上無法上網(wǎng)使用社交平臺的歷史。

微軟小冰是微軟(亞洲)互聯(lián)網(wǎng)工程院開發(fā)出來的一款人工智能機器人，可以在微博、米聊、京東、觸寶等社交平臺上與人對話。

微軟公司提供的資料表明，“微軟小冰”在社交平臺上與其他人各種對話和回復(fù)，都是自我學(xué)習(xí)而來。源自中國近7億網(wǎng)民多年來積累的、全部公開網(wǎng)頁數(shù)據(jù)，憑借微軟在大數(shù)據(jù)、自然語義分析、機器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)方面的技術(shù)積累，精煉為2000萬條真實而有趣的語料庫，并以每天凈增0.7%的速度增長。通過理解對 話的語境與語義，實現(xiàn)了超越簡單人機問答的自然交互。

進行個性化推薦，優(yōu)化客戶體驗

美聯(lián)航對機器學(xué)習(xí)和人工智能的使用，遠遠超出了管理維修和飛機時刻表的范疇。它還可以利用客戶數(shù)據(jù)?；诿棵丝偷慕换?shù)據(jù)，美聯(lián)航利用人工智能和機器學(xué)習(xí)優(yōu)化客戶體驗──調(diào)整機票價格以匹配乘客資料。

美聯(lián)航的機器學(xué)習(xí)算法可以獲取 150 個不同的客戶和航班數(shù)據(jù)點，并實時決定購買或登記點應(yīng)該將哪種產(chǎn)品展示給客戶。該引擎考慮了乘客的曾購買、偏好、目的地和活動等因素。

通過實時決策引擎展開的互動，于2014 年開始，該引擎為客戶提供各種產(chǎn)品選擇，改善旅行體驗，比如航班選擇、座位升級、里程購買或者優(yōu)先值機權(quán)。

其他航空公司也正在以其他方式運用人工智能，進而減輕行程的不適(并減少航空公司員工的工作量)。人臉識別技術(shù)現(xiàn)在正出現(xiàn)在航站樓中，幫助機場乘客加快辦理登機手續(xù)。大多數(shù)人臉識別算法都基于深度學(xué)習(xí)，這是機器學(xué)習(xí)的一部分。達美航空公司是第一個實施此流程的航空公司，據(jù)該公司估計，此舉將乘客登機時間縮短了近 10 分鐘。該系統(tǒng)目前用于國際航班的登機手續(xù)和行李托運，達美預(yù)計明年將其擴展至國內(nèi)航班。

荷蘭皇家航空公司在去年測試了一款名為“照料-E”的智能機器人，它能在機場幫乘客運送手提行李、指引登機口，如私人助理一樣，讓旅行更加輕松愉快。荷航之前還曾在阿姆斯特丹史基浦機場試用名為“斯潘塞”的指路機器人。