根據(jù)相關(guān)的信息來源顯示,目前全球至少有1700家人工智能(Artificial Intelligence,AI)有關(guān)的創(chuàng)業(yè)公司。在全球70多個國家,投資者們向這些創(chuàng)業(yè)公司投資了超過146億美元。投資者預(yù)計(jì),到2020年AI創(chuàng)造的收入有望達(dá)到470億美元,而這個數(shù)字在2016年僅為80億美元。那么,人工智能在航空業(yè)會有怎么樣的應(yīng)用前景呢?未來會因?yàn)锳I而發(fā)生哪些改變?

所謂的AI,指的是一些計(jì)算機(jī)程序,它們可以象人類一樣具備智能,例如邏輯推理、解決問題、主動學(xué)習(xí)。AI的表現(xiàn)有兩類,一類是實(shí)體的,例如機(jī)器人,另一類是非實(shí)體的,例如Apple Siri和Google Now。截止到目前我們對AI的認(rèn)識,可以將AI的發(fā)展分成四代。

第一代AI:規(guī)則驅(qū)動的推理

這代的AI始于人們通過靜態(tài)規(guī)則的定義將人們的知識成功并入計(jì)算機(jī)程序中。例如在早期,象棋程序是通過事先定義好的一套邏輯規(guī)則來運(yùn)行的,在實(shí)際運(yùn)行中,它很少能夠感知到外界的變化,同時也沒有學(xué)習(xí)和提煉知識的能力。

GPS導(dǎo)航軟件是另一個第一代AI的案例,它可以感知到地理位置,可以在地圖上分析位置信息,并給出一個前進(jìn)的方向。但是GPS導(dǎo)航軟件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的計(jì)算機(jī)程序仍然在廣泛使用中,在各行業(yè)發(fā)揮著其價值。

在航空業(yè)已經(jīng)存在的應(yīng)用案例有:

1)通過一些飛機(jī)儀器儀表,在駕駛艙向飛行員顯示飛機(jī)的狀況。例如飛機(jī)姿態(tài)和地平線的相對值。

2)自動駕駛功能。根據(jù)預(yù)定義好的飛行路徑自動控制飛機(jī)的飛行,而不需要飛行員的干預(yù)。

3)自動調(diào)整飛機(jī)客艙中的壓力,來確?？团摥h(huán)境的安全和舒適。

第二代AI:通過大數(shù)據(jù)來學(xué)習(xí)

在歷史上,處理大量的數(shù)據(jù)是令人頭疼的一件事情。但是隨著技術(shù)的發(fā)展,現(xiàn)在令人頭疼的事情已經(jīng)變成了巨大的機(jī)會。第二代AI就是利用了這些新的技術(shù)從大數(shù)據(jù)進(jìn)行學(xué)習(xí)。通過神經(jīng)網(wǎng)絡(luò)這類的深度學(xué)習(xí)架構(gòu),計(jì)算機(jī)通過不斷的嘗試和錯誤處理來獲得知識。

第二代AI的主要特點(diǎn)是通過數(shù)據(jù)分析來進(jìn)行學(xué)習(xí),但是它尚未具備邏輯推理能力,也不太能夠理解上下文關(guān)系,也很難在不同領(lǐng)域提煉出知識。這種學(xué)習(xí)方式和人類的學(xué)習(xí)方式仍然有著很大的差異。通常的做法還是通過預(yù)先定義好的靜態(tài)模型來模擬需要解決的問題,然后持續(xù)地使用數(shù)據(jù)來訓(xùn)練這個模型。第二代AI有時甚至?xí)浅５牟恢悄?例如微軟的Twitter Bot就是一個例子,它會曲解訓(xùn)練數(shù)據(jù)然后給出不合理的結(jié)果。

對于第二代AI,一些潛在的航空業(yè)應(yīng)用案例有如下幾點(diǎn):

1)分析和預(yù)測旅客的行為和需求;

2)通過人臉識別或其它生物技術(shù),實(shí)現(xiàn)無縫的機(jī)場安全檢查流程;

3)AI應(yīng)用于收益管理的優(yōu)化、航線網(wǎng)絡(luò)編排、機(jī)隊(duì)管理,以及運(yùn)價計(jì)算策略。

第三代AI:具備基于分析和上下文的意識

對于第二代AI而言,它需要大量的訓(xùn)練數(shù)據(jù)進(jìn)行學(xué)習(xí),然后才能得出結(jié)論。如果對它得出的結(jié)論進(jìn)行質(zhì)疑,它只能回答說“數(shù)據(jù)就是這么說的”。相對而言,第三代AI能夠意識到分析的路徑,并且在上下文分析方面有一定程度的能力。

例如,對于第三代AI而言,它不需要通過成千上萬次的對飛機(jī)故障的學(xué)習(xí)來探測出一次飛機(jī)的故障。

第四代AI:用知識解決不同的問題

相比于之前的AI而言,第四代AI的主要特點(diǎn)是:能夠理解上下文關(guān)系,并且可以從一個領(lǐng)域跨越到另外一個領(lǐng)域;能夠提煉出知識;不需要通過大量的訓(xùn)練數(shù)據(jù)來進(jìn)行學(xué)習(xí)。

第四代AI在航空業(yè)的一些潛在的應(yīng)用場景有:

1)自主飛行的飛機(jī)(不需要駕駛);

2)全自動的機(jī)場業(yè)務(wù)實(shí)現(xiàn),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(wù);

4)完全AI驅(qū)動的收益管理優(yōu)化、航線網(wǎng)絡(luò)優(yōu)化、機(jī)隊(duì)管理和運(yùn)價計(jì)算策略。

從人工智能發(fā)展的角度來看,現(xiàn)在航空公司的AI應(yīng)用大都還在第一代AI的階段。在接下來的幾年里,技術(shù)已經(jīng)日趨成熟,再加上資本的驅(qū)動,AI的進(jìn)化速度將變得非常快。AI的發(fā)展和應(yīng)用,不僅會給航空業(yè)帶來積極的一面(例如各種自動化和優(yōu)化),但也會帶來其它沖擊,例如就業(yè)崗位數(shù)量的縮減。航空公司需要密切關(guān)注這方面的技術(shù)發(fā)展,提前做好研究和布局。