預測航班延誤及自主安檢　AI在機場還能做哪些？

2017你那9月26日

電腦視覺與 AI 技術結合是否有可能提高機場容量呢？這些技術並不需要去建造更大的機場或者是減少乘客數量，但可以為降低機場等待時間提供獨特的解決方案。AI 技術對我們日常生活的影響在未來幾年內會更加深刻地顯現出來，電腦視覺技術亦是如此。所以，如果將這兩項技術結合到一起，你就能獲得改善乘客機場體驗的真正秘訣。

當下航空出行方式所存在的很多問題是由於我們無法計算所有潛在的組合和排列結果。我們在機場設有多道安檢程式，因為我們相信每過一道安檢程式，航空安全性就可以更高。但是，並不是說我們設立的安檢程式越多，就越有可能抓住那些不法分子。問題並不在於安檢中的步驟和程式數量，問題在於如何降低其中的人為錯誤。

AI 能夠以驚人的速度處理資訊，並且可以將那些哪怕最敏銳的安檢人員也發現不了的資料關聯到一起。未來十年內，機場體驗將發生巨大的變化。乘客在航空出行中的每一步都將受到影響，從安檢到排隊再到認領行李。未來，AI 和電腦視覺技術對航空出行的影響和改變將體現在以下四個方面：

1、可預測航班延誤

我們在機場花在等待延誤航班上的時間大概是最令人抓狂的了。無論是惡劣天氣原因，還是機械故障問題，任何一個問題好像都能持續上數小時的時間。但是，如果我們使用大資料和機器學習來處理這一問題，我們就可以利用高度相關的模式分析來取代現場分析，這樣就可以更好的為航班延誤做好準備。這樣，航空公司也可以在乘客到達機場之前將延誤動態通知發送給乘客。

與此同時，利用監督學習方法維護和分析維護日至也可以避免航班出現突發故障。這一技術可以用於標記需要維護的飛機，並相應地對飛機進行動態重新調配。

2、自主安檢

人類安檢員在執行安全檢查工作方面不會比監督學習演算法的效果更好。如果機器可以查看你的護照照片並對你進行拍照，他們就可以訪問您的社交圖片（連結到你的 ID），這樣就可以刪減許多不必要的人工檢查。其中一些甚至都不需要一個複雜的 AI 解決方案就能做到。

3、減少不必要的行李檢查

在機場你是否有過這樣的排隊經歷，你前面的那個人拿了兩個手提袋，裡面裝滿了各式各樣 50ml 液體的瓶瓶罐罐？更糟糕的是，對於這種沒有什麼危險性的物品逐一進行檢查會增加安檢人員忽略後來可能存在的真正的威脅性物品的可能性。

電腦可以更快的對袋子中的物品進行拍照、分析和識別，因為它們甚至根本不必打開這些各式各樣的手提袋或者行李袋。這是用於監督學習演算法的一個典型用例。在收集了大量的訓練資料之後，AI 可以迅速識別哪些物件需要進行更詳細的檢查。

如果我們接著添加一個可以對進入"橙色"或者"紅色"區域的乘客進行標記的聚類演算法，那麼這些乘客就可以按照自動路線進行更詳細的行李檢查。該技術甚至可以評估乘客個人的社交媒體活動，並使用群體歸因來識別潛在的威脅。這項技術需要考慮的一些因素可能包括：

這個人是否向觀察名單上的國家境內打過很多電話？

他們是否有宗教極端立場？

他們都和誰一起拍過照？

他們是否不同於尋常人，沒有社交足跡?

可能會做壞事的人在一些統計資料上肯定存在異常，這就意味著利用統計評估手段很容易發現這些人。

4、精簡掃描流程

現在已經出現了一種先進的相機技術，可以從遠處識別你的熱成像。那還有什麼意義要挨個排隊、脫掉鞋子，再逐個穿過那老舊的金屬探測器呢？

背景熱成像相機可以分析那些通過步行甚至跑步的方式穿行在機場中的乘客。如果將這種技術與面部識別技術以及我們在上述第一點和第二點所提到的資料結合，那我們就可以很輕鬆地對那些攜帶違禁物品的人員進行標記，甚至在他們到達咖啡店以前就可以完成這一標記。

更友好的航空出行體驗

無論是出於擔心情緒還是出於威懾制止的目的，最簡單的解決方案就是從這一過程中消除人為錯誤。如果我們可以部署可用的技術，從新的技術進展中受益，那我們就可以為航空乘客創建一個更美好的未來。

新聞來源：36氪