人工智慧在航空業會有怎麼樣的應用前景？

2017年4月19日

根據相關的資訊來源顯示，目前全球至少有1700家人工智慧（Artificial Intelligence，AI）有關的創業公司。在全球70多個國家，投資者們向這些創業公司投資了超過146億美元。投資者預計，到2020年AI創造的收入有望達到470億美元，而這個數字在2016年僅為80億美元。那麼，人工智慧在航空業會有怎麼樣的應用前景呢？未來會因為AI而發生哪些改變？

所謂的AI，指的是一些電腦程式，它們可以象人類一樣具備智慧，例如邏輯推理、解決問題、主動學習。AI的表現有兩類，一類是實體的，例如機器人，另一類是非實體的，例如Apple Siri和Google Now。截止到目前我們對AI的認識，可以將AI的發展分成四代。

第一代AI：規則驅動的推理

這代的AI始於人們通過靜態規則的定義將人們的知識成功併入電腦程式中。例如在早期，象棋程式是通過事先定義好的一套邏輯規則來運行的，在實際運行中，它很少能夠感知到外界的變化，同時也沒有學習和提煉知識的能力。

第一代AI

GPS導航軟體是另一個第一代AI的案例，它可以感知到地理位置，可以在地圖上分析位置資訊，並給出一個前進的方向。但是GPS導航軟體處理路徑偏差方面的能力是非常有限的。

不難看出，第一代AI的電腦程式仍然在廣泛使用中，在各行業發揮著其價值。

在航空業已經存在的應用案例有：

1）通過一些飛機儀器儀錶，在駕駛艙向飛行員顯示飛機的狀況。例如飛機姿態和地平線的相對值。

2）自動駕駛功能。根據預定義好的飛行路徑自動控制飛機的飛行，而不需要飛行員的干預。

3）自動調整飛機客艙中的壓力，來確保客艙環境的安全和舒適。

第二代AI：通過大資料來學習

在歷史上，處理大量的資料是令人頭疼的一件事情。但是隨著技術的發展，現在令人頭疼的事情已經變成了巨大的機會。第二代AI就是利用了這些新的技術從大資料進行學習。通過神經網路這類的深度學習架構，電腦通過不斷的嘗試和錯誤處理來獲得知識。

第二代AI

第二代AI的主要特點是通過資料分析來進行學習，但是它尚未具備邏輯推理能力，也不太能夠理解上下文關係，也很難在不同領域提煉出知識。這種學習方式和人類的學習方式仍然有著很大的差異。通常的做法還是通過預先定義好的靜態模型來類比需要解決的問題，然後持續地使用資料來訓練這個模型。第二代AI有時甚至會非常的不智慧，例如微軟的Twitter Bot就是一個例子，它會曲解訓練資料然後給出不合理的結果。

對於第二代AI，一些潛在的航空業應用案例有如下幾點：

1）分析和預測旅客的行為和需求；

2）通過人臉識別或其它生物技術，實現無縫的機場安全檢查流程；

3）AI應用於收益管理的優化、航線網路編排、機隊管理，以及運價計算策略。

第三代AI：具備基於分析和上下文的意識

對於第二代AI而言，它需要大量的訓練資料進行學習，然後才能得出結論。如果對它得出的結論進行質疑，它只能回答說"資料就是這麼說的"。相對而言，第三代AI能夠意識到分析的路徑，並且在上下文分析方面有一定程度的能力。

第三代AI

例如，對於第三代AI而言，它不需要通過成千上萬次的對飛機故障的學習來探測出一次飛機的故障。

第四代AI：用知識解決不同的問題

相比於之前的AI而言，第四代AI的主要特點是：能夠理解上下文關係，並且可以從一個領域跨越到另外一個領域；能夠提煉出知識；不需要通過大量的訓練資料來進行學習。

第四代AI

第四代AI在航空業的一些潛在的應用場景有：

1）自主飛行的飛機（不需要駕駛）；

2）全自動的機場業務實現，例如：地面處理、裝載、加油、清潔、以及航空器的安全檢查；

3）全自動的客艙服務；

4）完全AI驅動的收益管理優化、航線網路優化、機隊管理和運價計算策略。

從人工智慧發展的角度來看，現在航空公司的AI應用大都還在第一代AI的階段。在接下來的幾年裡，技術已經日趨成熟，再加上資本的驅動，AI的進化速度將變得非常快。AI的發展和應用，不僅會給航空業帶來積極的一面（例如各種自動化和優化），但也會帶來其它衝擊，例如就業崗位數量的縮減。航空公司需要密切關注這方面的技術發展，提前做好研究和佈局。

新聞來源：航旅IT圈