“人工智能+民航”探索正在升級

2023年11月30日

近年來，隨著數字化基礎設施建設不斷完善，人工智能（AI）産業發展駛入快車道，為民航業發展帶來了新機遇。《智慧民航建設路線圖》明確，要通過構建“民航+數字産業”的共同體，以民航發展需求為牽引，推動大數據、人工智能、區塊鏈、虛擬現實等新興數字産業與民航深度融合，賦能民航高質量發展。那麽，當下人工智能已經觸達民航業的哪些領域？能夠給企業數據治理、航班安全保障、旅客航空出行等方面帶來哪些改變？對於一直處於“進化中”的前沿技術，民航業又該如何看待和利用呢？本期《雲中焦點》特邀請專家就人工智能在民航領域的應用進行探討。

在數字時代，人工智能等技術快速發展。目前，人工智能技術主要應用在民航業哪些領域和環節？在民航領域，這種技術具有哪些特點和優勢？李海豐：

2022年初民航局印發《智慧民航建設路線圖》，標志著我國智慧民航建設從頂層設計走向了全面實施階段。目前，人工智能技術在民航業應用非常廣泛，涉及智慧出行、智慧空管、智慧機場、智慧監管的各個領域和環節。例如，智慧出行中的“一臉通關”，即通過人臉識別為旅客出行提供便利；智慧空管中的人工智能可以實時分析飛行數據，為空中交通管制員提供決策支持；智慧機場中的人工智能可以實現機場飛行區地面保障資源的智能調度，有效提升機場運行效率及安全保障水平；智慧監管實現了行業數據匯聚共享，利用人工智能技術對數據進行分析，極大釋放了數據要素的價值。

在民航領域，人工智能技術的特點和優勢主要體現在自動化、高效性、個性化、預測性、自適應等方面。具體來講，人工智能算法的自動化程度較高，算法具備高效性與個性化特點，人工智能算法的大數據分析和預測能力有助於挖掘隱藏在業務數據中的規律，避免風險異常。同時，人工智能算法可以自適應學習和自主優化，通過與業務數據的反復交互，實現算法的叠代升級。劉一：

當前，人工智能技術特別是基於深度神經網絡技術的人工智能在計算機視覺、自然語言理解等領域取得了突出進展，其相應技術也在民航各領域得到應用。

在旅客服務領域，可通過人工智能實現“出行一張臉”、打造智能客服機器人等；在運行保障領域，可通過智能算法實現對保障節點的精準預測以及關鍵領域決策優化（如停機位等典型資源分配等）。另外，國內外對輔助飛行、輔助管制等領域的探索也在持續推進中。

對於流程化、標準化突出的領域，人工智能存在天然的效率和準確性優勢。而民航作為規程化較為突出的行業，與人工智能的融合體現為以下幾個特征：一是大幅減少煩瑣、重復的人工操作，實現部分流程的少人化甚至無人化；二是支持精準的態勢感知和預測，對時效性、精準性要求較高的場景提質增效；三是能夠不斷叠代和自學習，從而針對不同場景形成輔助決策能力。

張磊：

在數字時代，人工智能技術在民航業得到了快速發展。在當前的民航業，人工智能技術主要應用在安全檢查、飛行調度、機票預訂、客戶服務等領域和環節。AI在機場安全和監控中發揮著重要作用，人臉識別和跟蹤檢測技術可以提高護照和登機牌掃描效率，保障航班安全運行；AI通過實時計算飛機引擎的性能和天氣狀況，可以為飛行員提供動態決策支持，並且通過強大的學習能力提高各航班保障系統之間的協作效率，提高航班協同運行效率；AI通過分析大量的旅行數據和旅客偏好信息，可以自動為用戶推薦最佳航班和價格，顛覆航空出行的客戶交互模式；自動服務系統可以為用戶提供24小時不間斷的客戶服務，在回答用戶問題的同時調動後台系統如航班狀態、行李托運等，為用戶提供更具體的自動化服務。

人工智能實時、精準、可靠、個性化的特點和優勢在民航領域體現得很充分。其能夠實時響應變化，如調整航班計劃或根據天氣狀況重新規劃飛行路徑；能夠準確預測航班延誤、天氣狀況等，為飛行員提供準確的信息，提高飛行安全性；作為重要的備份和輔助系統，支持24小時不間斷運行；根據旅客的個人偏好提供個性化服務，如推薦航班、座位、用餐選擇等。

作為一個沉浸在大數據中的行業，民航業呈現出高度信息化的特點。隨著行業主體信息化程度不斷提升，數據量未來或將呈指數級增長，這意味著傳統的信息處理手段已經無法滿足行業發展需求。面對這種趨勢，人工智能技術能夠給航空公司、機場、空管帶來哪些幫助？它如何通過技術手段提升安全水平和運行效率？

李海豐：

在數據要素極度豐富的情況下，人工智能技術將釋放航企、機場、空管等業務場景數據的價值，具體包括實現數據分析與預測、業務的自動化決策、資源的優化調度、識別潛在風險、提升旅客出行體驗等方面。

以機場航班智能保障為例，根據航班實時動態，採用智能優化方法，自動為航班分配機位並規劃滑行路線；在航空器滑行過程中，可以通過場面監視技術以及特種車輛自主定位技術，避免沖突、刮碰等事故的發生；最後，通過智能調度算法有序完成航班地面保障資源調度，從而提升航班安全保障水平和運行效率。再比如機場跑道狀態的安全巡查，以往主要依靠人工目視巡檢，效率低且存在安全隱患。如今，有了智能機器人，可依托其身上的各類傳感器完成機場跑道狀態數據採集，利用人工智能技術對數據進行分析，從而更精準、高效地識別跑道存在的安全隱患，還能為跑道運維養護提供預見性的決策支持，這些都顯著提升了機場跑道安全保障水平以及運行效率。

劉一：

人工智能技術的快速演進離不開大量數據的支撐，民航不同領域大數據的積累為人工智能場景落地提供了更為穩固的基石。因此，基於航企、機場、空管等主體單位不同的數據、用戶、場景特點和優勢，人工智能能夠根據其主要業務需求提供深度的大數據應用。

未來，航空公司可利用生成式AI結合飛行大數據快速構建數字孿生飛行模型，以較低成本實現數字環境中對飛行過程全生命周期仿真模擬，從而實現智能化的飛行安全管理和飛機健康管理。對於機場而言，一方面人工智能能夠支撐旅客全流程自助服務，另一方面這些數字化交互服務産生的旅客流數據又能為運行管理人員提供決策優化輔助。目前，民航管理幹部學院民航數據治理與決策優化重點實驗室正在研究通過數據挖掘實現機場旅客流的感知、預測和優化，提升機場安全水平和運行效率；在空管領域，開發基於空管大數據的人工智能應用，能夠有效賦能安全、容量和效率，如基於歷史航迹數據構建預測告警模型，為管制員提供智能輔助決策支持等。

張磊：

人工智能技術給航企、機場、空管帶來的幫助，一方面體現在提升安全水平上，既能應用於飛機維修和檢查，提前發現潛在的設備問題；也能應用於機場安全和監控，減少飛行風險。另一方面體現在提升運行效率上，通過人工智能優化飛行路線和調度，減少航班延誤，從而提高航班準點率。此外，人工智能技術還可以提升旅客出行體驗，提供個性化的服務如信息查詢、機票購買和行李托運等。

人工智能技術賦能民航安全水平和運行效率提升的場景體現在多個方面。在機場安檢方面，使用人臉識別和行為識別等技術可提高安檢效率和安全等級；在飛行計劃和調度方面，根據歷史運營數據和氣象信息預測航班延誤，並在新的飛行計劃中提前做好安排，可大幅減少航班延誤，極大提升運行效率；在機場地面服務方面，可幫助地勤人員優化服務流程如智能指揮、自助設備使用等，減輕地勤人員的工作壓力，提升服務質量和效率；在機載設備安全檢測方面，通過分析飛機部件的運行數據可發現故障和損傷征兆，提前預防事故的發生，提高飛行安全水平。

2022年，ChatGPT橫空出世，迅速掀起了全球對於生成式人工智能的關注熱潮。立足民航業，我們該如何看待這些“進化中”的前沿技術？又該如何利用和使用它們？對於其存在的“信任困境”是否有可行的解決方案？

李海豐：

雖然生成式AI和大模型技術還在“進化中”，但在諸多領域，通用大模型技術已經展現出超凡的能力。近期，在醫療、教育、法律等領域都進行了垂直大模型的研發。可以說，大模型技術開創了人工智能領域的又一次革命。立足民航業，我們應積極擁抱這種具有變革性的技術，但考慮到生成式AI仍在“進化中”以及民航業的特點，在推進時應秉持積極且謹慎的態度。

民航領域想要利用和使用大模型技術，可以從訓練民航垂直領域大模型開始，在現有通用大模型的基礎上，融合民航領域數據進行再訓練、指令微調以及風格對齊等；也可以採用工具學習範式，將大模型作為一種工具嵌入民航業務系統的智能算法研發中。

“信任困境”確實是AI技術在應用過程中無法回避的共性問題。為擺脫“信任困境”，我認為要從管理和技術兩個層面發力。在管理層面，制定大模型等AI技術應用的監管制度、規範以及技術標準至關重要，可在容錯性相對較高的場景優先試用；在技術層面，加快推進大模型等AI技術的可解釋性研究、大模型技術能力邊界與可靠性測評等工作。

劉一：

如何將海量數據轉化為行業知識，從而發揮數據價值，是推動智慧民航建設的關鍵問題。大語言模型等技術的突破無疑大大增加了數據“價值變現”的可能性。目前，大語言模型距離民航實際生産應用還有較長的路要走，我認為主要存在兩方面的問題。

一方面是如何實現AI技術與行業需求場景的對接問題。以Chat？GPT為例，其作為通用大模型已經擁有了非常優秀的對話能力，而一旦進入垂直領域，比如航班運行、旅客服務等領域，通用大模型便難以發揮作用。如何實現領域與通用模型的適配，讓大模型從“通常可用”變為“專業適配”，是關鍵點，也是難點。

另一方面就是“信任困境”。民航是一個復雜性、脆弱性並存的行業，對安全性、業務連續性的要求極高，而深度學習目前一直存在欠缺邏輯性和可解釋性的天然缺點。因此，我認為未來智慧民航的人工智能一定是人機互動的系統，在依托智能算法模型為決策提供支持的同時，相關專業人員也可以實時管控並優化模型，實現人工與智能的深度融合，這也是未來智慧民航發展的重要特征。

張磊：

對民航業來說，生成式AI無疑有巨大的創新潛力。我認為主要體現在以下幾個方面：首先，可提升旅客服務質量，如打造強大的客服助手，實時解答旅客的各種問題；其次，能模擬飛行訓練，根據各種真實的飛行情況，進行模擬訓練，為飛行員應對各種復雜情況作準備；再次，可自動生成報告，根據飛行日志、天氣預報等數據自動生成飛行情況報告或者分析報告，大大提升報告生成效率；最後，能提升機場運行效率，根據大量飛行數據進行模擬，規劃最優路線，提高航班運行效率，減少燃油消耗。

民航業如要有效使用這些前沿技術，必須確保所有數據的安全性和隱私性。通過業務場景的切入以及行業化的生成式模型訓練和優化，深入了解民航業各個業務場景並儲備對應的基礎數據。在日後的實際應用過程中，還需要不斷豐富業務場景及對應數據，逐步提升生成式AI能力，從而收到預期效果。

“信任困境”是一個挑戰。隨著技術的快速發展和普及，許多人對於這些“雙刃劍”式的技術是否能被有效控制感到憂慮。為解決這個問題，除“白盒化”的系統設計、運行和評估外，還應構建更加完善甚至跨領域的測評體系，並進行大量實戰測試，確保在各種情況下生成式AI的反應都在可接受和可控範圍內。此外，還應逐步實現AI服務的開放和公正，讓用戶清楚理解生成式AI的運行原理，從而最大限度保證生成式AI被正確高效地使用。（《中國民航報》、中國民航網 記者王藝超、李佳為）

 

新聞來源 ：《中國民航報》

本文轉載自《中國民航報》，文章觀點不代表本站立場