Indhold
- Next-Gen Autopilots
- Forebyggelse af katastrofer
- Forbedring af kommunikation
- Ingen fejl, ingen stress - Din trinvis vejledning til oprettelse af livsændrende software uden at ødelægge dit liv
- Forbedring af kundeoplevelsen
- Fleet & Operations Management
- Konklusion
Kilde: Kosssmosss / Dreamstime.com
Tag væk:
AI bruges i luftfart på måder, der kan hjælpe piloter, jordbesætning og andet personale såvel som passagerer. Her er nogle af de nyeste innovationer.
Med over 865 mia. Dollars i driftsindtægter i 2019 over hele verden er flysektoren næsten tredoblet i de sidste 15 år. Eksperter forudsiger, at passagertrafikken vil fordobles i løbet af de næste 20 år, og det er ikke overraskende, at mange af de førende flyselskaber som American Airlines og Southwest allerede er begyndt at se på de nyeste teknologier til at forbedre deres tjenester.
AI er blandt de foretrukne teknologier, der bruges til at bringe innovation i denne branche, holde trit med øgede kundebehov og forbedre den samlede effektivitet på alle niveauer. Bare for at give et eksempel bekræftede Delta Air Lines 'manager for forudsigelig teknologiteknik James Jackson denne tendens, mens han talte på en intelligent præsentation med vedligeholdelses-tema i AEEC / AMC og MMC's generelle samling i 2019. ”Vi ønsker at integrere nogle af de mere avancerede teknologier som maskinlæring, kunstig intelligens, naturlig sprogbehandling og dyb læring i vores forudsigelige vedligeholdelsesproces.”
Men lad os se nærmere på AI- og ML-baserede teknologier, der vil forbedre (eller allerede har) luftfartsindustrien i ikke alt for fjern fremtid. (For mere om den nyeste luftfartsteknologi, se rollen til kunstig intelligens i luftfartsindustrien.)
Next-Gen Autopilots
Ubemandede flysystemer (UAS'er) er bestemt en af de mest kendte anvendelser af kognitiv computing, især da droner har bevæget sig langt ud over deres militære brug for at blive en mainstream-gizmo, der bruges til landbrugs-, kommercielle og industrielle formål. Men den nuværende AI-teknologi bevæger sig i et så fantastisk tempo, at de nye autopiloter har næsten menneskelig intelligens i disse dage.
Nogle systemer, der oprindeligt blev udviklet til UAS-sikkerhed, har nået cockpits i mange kommercielle fly, og de kan gøre meget mere end bare fungere som autopiloter. I stand til at kompensere for vanskelig håndtering under komplekse manøvrer ved automatisk at bruge de data, de får fra sensorer, bliver de ægte copiloter, der kan hjælpe med at reducere den kognitive træthed, som mange piloter oplever. Og det lyder så meget som EDI fra Mass Effect, at jeg vil skifte karriere og blive pilot bare til tale med en intelligent computer, der fortæller mig vigtigheden af at hæve skjolde for at aflede et indgående angreb.
Forebyggelse af katastrofer
Selvom skylden for nogle nylige luftkatastrofer er lagt på defekt AI, kan intelligente computere sandsynligvis reducere risikoen for alle ombord med en betydelig margin. En af disse teknologier er Skywise, født fra partnerskabet mellem Palantir og Airbus for at indsamle enorme mængder flådedata i realtid for at reducere uplanlagt vedligeholdelse af fly og aflysning af fly. Ingen grund til at forklare, hvordan denne teknik alene kan implementeres millioner, hvis den implementeres korrekt.
IBM Watsons AI vil blive brugt til at vejlede reparationspersonalet på stedet, mens GE's løsning vil bruge data indsamlet af flysensorer til at fodre en maskinlæringsbaseret forudsigelig vedligeholdelsestjeneste, der vil reducere vedligeholdelsen af jetmotorerne. Selv NASA sprang om bord (ordspil beregnet) og hjælper med at indsamle data, der deles mellem National Transportation Safety Board, Federal Aviation Administration og mere end 50 luftfartsselskaber og flyproducenter. Disse data koordineres af MITER for dets datakonsortium for luftfartssikkerhedsanalyse og deling (ASIAS), et program, der vil blive brugt til at lære AI, hvordan man opdager mønstre for anomalier i flydata. På denne måde kan algoritmerne muligvis bestemme, om disse mønstre er forudsigelige for potentielle problemer og opdager dem, før de sker.
Forbedring af kommunikation
Lufttrafikstyring (ATC) kommunikation er altid et rod. Høj baggrundsstøj, højhastighedskommunikation og virvlende ord gør det alle meget vanskeligt for piloter at forstå trafikadvarsler og instruktioner på en rettidig måde. Ting kan blive endnu mere forvirrede i Europa, hvor den stærkt accentuerede engelsk gør det virkelig svært for piloter at forstå, hvad i all verden (ja ... måske i luften ville være mere passende) sker omkring dem. Og hvis du nogensinde har hørt en italiensk forsøger at tale engelsk (bortset fra mig, åbenbart), ville du helt forstå, hvad jeg mener. AI kan muligvis hjælpe med at afhjælpe denne konstante udfordring ved at udnytte dens seneste naturlige sprogbehandlingsfunktioner (NLP) til at give letanvendelige og meget tilgængelige realtidsudskrifter af disse samtaler.
Ingen fejl, ingen stress - Din trinvis vejledning til oprettelse af livsændrende software uden at ødelægge dit liv
Du kan ikke forbedre dine programmeringsevner, når ingen er interesseret i softwarekvalitet.
AI kan også hjælpe med andre ikke-mindre besværlige kommunikationsproblemer.Enhver virksomhed, der har brug for at koordinere snesevis af medarbejdere, ved godt, hvor kompliceret det kan være at opretholde produktiviteten i hårde tider. Flyselskaber skal administrere ekstremt komplekse og diversificerede netværk af mennesker som piloter, ingeniører, flyvende og andre besætningsmedlemmer, der ofte taler forskellige sprog eller kommer fra forskellige lande. Selv bare omplanlægning af en af dem kan være en massiv opgave, men det kan let løses af en AI-drevet manager. En maskine kan tage højde for flere faktorer, såsom certificeringer og kvalifikationer for besætningsmedlemmet i løbet af få sekunder, og krydsehenvise dem med information om deres kvalifikationer, tilgængelighed og flyvetid for effektiv planlægning.
Forbedring af kundeoplevelsen
Ligesom enhver anden sektor, hvor kundetilfredshed er en faktor, kan luftfartsselskaberne drage fordel af de nyeste AI-teknologier. De mest intuitive applikationer inkluderer indsamling af kundedata for at bestemme deres præferencer, bruge AI til at forbedre markedsføringsundersøgelsesindsatsen, øge kundebeholdningen og forbedre tilbudet. Computer vision (CV) kan bruges til at screene passagerers bagage, bestemme deres størrelser mere effektivt, reducere risikoen for problemer med mistet bagage og forhindre smugling af ulovlige stoffer.
Andre AI-baserede teknologier såsom ansigtsgenkendelse er allerede blevet brugt af virksomheder som Delta Air Lines til at fremskynde indtjekningsprocessen. Det kan forbedre livskvaliteten for mange rejsende. Chatbots og virtuelle assistenter er blevet brugt til at give kunderne information om status for deres flyvning, hjælpe dem med at løse problemer og hjælpe dem under check-in-anmodninger og boardingprocedurer. (For mere om chatbots, se Vi spurgte it-fordele, hvordan virksomheder vil bruge chatbots i fremtiden. Her er hvad de sagde.)
Fleet & Operations Management
Fly koster meget at vedligeholde og betjene, især store flåder. United Express alene kører for eksempel ca. 4.600 flyvninger om dagen til 357 lufthavne over hele planeten. Forbedring af deres effektivitet kan reducere driftsomkostninger og overhead betydeligt, og AI kan hjælpe på mange måder. Fra optimering af billetpriser dynamisk, til at forudsige flyforsinkelser, optimere flyruter og opdage svig, kan ML øge driftseffektiviteten for både kommercielle flåder og luftfragtydelser.
Virksomheder som Airbus udvikler endda brugerdefinerede AI-teknologier for at forbedre effektiviteten af deres fly, allerede før de er bygget. Ved at analysere data, der kommer fra forskellige fabrikker, kan de tegne oplysninger om fremstillingsprocessen, forudsige potentielt forstyrrende begivenheder og tackle ethvert problem så tidligt som muligt - nogle gange endda før det opstår.
Konklusion
Lige nu er de store skud fra kommercielle passagerfartsselskaber de tidlige adoptører, der går i spidsen for AI-revolutionen i luftfartssektoren. Imidlertid viser hele industrien et stort potentiale og er en frugtbar grund for udviklingen af mange af disse meget moderniserende løsninger. Sikkerhed er dog meget vigtig, da verden allerede har oplevet de ødelæggende konsekvenser af en dårligt implementeret AI-teknologi.