其实AI一直在为人们保驾护航 飞机上都有哪些人工智能应用?

3月10日，埃塞俄比亚航空的波音737 Max 8飞机，在起飞不久就向塔台发出报警。起飞六分钟后，飞机坠毁，机上来自33个国家的157名乘客和机组人员全部罹难。

这是近五个月来第二架波音737MAX8客机坠毁。

该机型的上一次空难发生在2018年10月29日，当时印尼狮航的一架载有189人的波音737MAX8客机在起飞13分钟后坠海，机上人员全部遇难。

短期内连续两场空难，346条鲜活的生命瞬间消逝，这样的惨剧已经引起了全球舆论震动。

飞机到底发生了什么?引发坠机事故背后的元凶是谁?一时间各种猜测铺天盖地而来，人们众说纷纭。由于埃航坠毁的这架飞机才仅仅使用了4个月，而去年狮航坠毁的那架飞机机龄才77天，二者都不存在机械老化问题。这种情况意味着，这款新机型有可能存在设计隐患。

美国最终找到了证明埃塞俄比亚航空公司上周日的坠机事件与去年10月印尼印尼狮航坠机事件之间存在关联的证据，认为导致这两次坠毁事件的原因相似。在去年10月发生的狮航空难中，有一种比较主流的观点认为，事故的根源在于波音737MAX8安装的那套全新的安全系统，更准确地说，可能是“自动驾驶”设计出问题了。

波音737连续坠毁，AI要背锅?

在第一次波音 737-MAX8 客机出事后，狮航发布的调查报告以及印尼公布的黑匣子数据表明，客机坠毁主要还是因为出现了技术问题，在飞机最后 6 分多钟里，飞机的自动驾驶系统不断自动将机头降低，而飞行员则人工操作不断尝试将机头抬起，但一来一回的人机博弈中，人工操作没能成功纠偏，最终悲剧发生。

其中提到，自动驾驶系统之所以会不断错误地将机头俯冲朝下，很可能是因为迎角传感器的错误信号让 MCAS(机动特性增强系统) 判定飞机有失速危险，于是自动下压机头，而且没有明显提示或者警告机组人员，而且波音公司的培训资料中从未提及此项功能。

一些分析认为，在为MCAS编程时，没有考虑到飞机迎角传感器可能出现故障。而当这样的故障出现时，飞控电脑容易发生误判，主动介入并改变飞行迎角的角度，结果导致飞机从爬升变为下降，甚至变为俯冲。更加可怕的是，由于MCAS的预先设置，飞行员无法用手动方式改变这一错误。

这一主流观点立刻引爆了网络舆论，短时间内各种人类与人工智能的话题见诸报端，例如《波音737连续坠毁，AI要背锅?》、《波音空难背后：人类到底应该在何种程度上信任AI?》，媒体甚纷纷将枪口对准人工智能，认为AI在波音737连续坠毁事故上脱不了嫌疑，对AI在飞机上的应用产生了进一步的质疑。

但你坐飞机时可能没意识到，其实AI已经在全程为你保驾护航!

多年来，飞机制造商和航空公司在人工智能技术上投入了大量资源，积极探索应用场景，从驾驶舱到客户体验，几乎遍及整个行业。自动化系统一直是商业航空的一部分。由于采用了「遥控驾驶」和自动飞行系统，机器学习和人工智能技术也成了「机组成员」。这些系统逐渐能够扮演副飞行员的角色，而不是简单地减少飞行员的工作量。

调度飞机起落，使飞机起降井然有序

2017年12月20日，阿里云在云栖大会·北京峰会上发布ET航空大脑，用运筹优化、机器学习等人工智能方法分配停机位，预计每天调度1700架次航班，帮助乘客节省5000个小时，大大提高航班中转效率，从而降低延误率。

作为国内最大的机场，首都机场2016年旅客吞吐量超9000万人次，是全球最繁忙的机场之一。在这个巨型客流枢纽中，庞大的旅客流、飞机流、行李流互相交织，如何确保每个航班都能高效中转，减少延误，帮助乘客顺畅登机是亟需解决的问题。而现在首都机场创新引入了阿里云人工智能作为帮手。

基于阿里云自主研发的云计算操作系统飞天，目前ET航空大脑可以在50秒内刷新首都机场1700架次航班的停机位安排，充分利用停机坪空间，最大限度提升飞机的中转效率，降低因停机位不合理安排造成的延误率。同时，廊桥停机位利用率提高10%，相当于每天有20,000名旅客不用再乘坐摆渡车，总计节省约5,000小时。

ET同时为广州白云机场服务，用于调度1000多架飞机。ET可以将近机位乘客的比例从77%提高到94%，减少乘客再坐摆渡车的烦恼，临时机位的使用率减半，跑道冲突率从42%减少到5%。

提前预测飞机晚点

谷歌2018年为其航班应用程序Google Flights增加了两项新功能。一项是利用机器学习来预测航空公司本身尚未发现的航班延误;一项是让乘客在预定机票时能完全了解基本票价里都包含哪些内容。据称预测的准确率能达到80%。乘客登陆 flights.Google.com输入飞机航班号、航线或者航空公司的名字，就能看到延误预测信息了。

谷歌AI将预测飞机延误多长时间，并给出延误可能的原因。如果航空公司确认了晚点， 消息也会在Google Flights中出现，包括晚点原因的解释也将包含在APP的信息列表中。

中国国内的一款与飞机航班有关的app“航旅纵横”与谷歌预测飞机晚点的AI类似。航旅纵横的上写到“整合强大丰富的数据资源，全方位多角度呈现完整实时的航班动态信息”。只要输入航班号，该app就能显示从你乘坐航班的值机口、登机口、登机时间、飞行所需时间到飞行时飞行高度、达到时间以及取行李口等等。

增加飞行的安全度

基于人工智能的分析最重要的用途之一是在灾难发生之前识别出飞机的安全风险，例如印尼狮航610号航班坠毁事件，飞行前自动控制系统发生故障可能标志着存在重大的安全问题。位于硅谷的美国国家航空航天局(NASA)的艾姆斯研究中心的一个项目重点就是识别商业航空事故数据中预示飞机存在潜在系统性大问题的“异常运行”。

NASA已经对异常检测和事件先兆识别相关的算法进行了初步开发，并开始收集该领域专家的反馈。目前NASA正在为联邦航空管理局(FAA)的分析合作伙伴Mitre开发一种用于飞机数据安全性分析的系统。Mitre是联邦政府资助的研究和开发中心，运行一个名为航空安全信息分析和共享(ASIAS)项目，目的是在NASA、FAA、国家运输安全委员会、飞机制造商和50多家航空公司之间建立一个安全数据共享联盟。航空公司将其航班记录数据的一些子集上传给Mitre，后者执行分析后提供潜在问题的反馈。

自动驾驶飞机

有航空专家指出，人工智能在航空业的大展宏图之地是驾驶舱，AI自动驾驶仪可帮助飞行员完成复杂性操作，应对各种紧急事件。这一领域的研究虽刚刚起步，却进展迅速。

每一架飞机都有上千传感器，每个传感器每秒都会产生数据，其来源格式大多不一致，目前的分析策略无力应对海量数据，会对驾驶员做出正确判断造成影响。

据美国《连线》杂志介绍，波音公司和卡内基·梅隆大学共同成立航空数据分析实验室，利用人工智能创造一种统一信息分析方式，并可扩展到云端数据的处理算法。这样对飞行安全、飞机性能和寿命等展开更好的追踪和理解，帮助航空公司及其客户制定监控、维护和运营战略。

据了解，现在民用飞机系统越来越复杂，已无法模拟所有故障情况，传统训练飞行员体系只能仿真几十种典型故障。将AI应用于下一代驾驶舱，模拟人类行为，将有助于开发出飞行员培训解决方案，应对各种风险。

随着自动化飞行技术的快速发展，也许由人类操作各种仪器的时代会很快过去。伦敦大学一个研究团队正在开发一套基于AI的“智能自动驾驶系统”，可准确预测各种飞行情况，同时确保飞行员了解事情进展。研究人员表示，假设这类系统有朝一日能正式用到商用飞机上，将会是一大里程碑，可能会跨过人类飞行员的时代，迈入新纪元。

首个人工智能机器人“空姐”

2015年，“微软小冰”这个16岁的“萌妹子”首次登上东方航空公司飞往北京的飞机，通过社交平台在高空与他人对话，还能“代替”空姐回答乘客问题。与普通旅客不同，“小冰”是一款人工智能机器人，她的“乘机”改变了以前在飞机 上无法上网使用社交平台的历史。

微软小冰是微软(亚洲)互联网工程院开发出来的一款人工智能机器人，可以在微博、米聊、京东、触宝等社交平台上与人对话。

微软公司提供的资料表明，“微软小冰”在社交平台上与其他人各种对话和回复，都是自我学习而来。源自中国近7亿网民多年来积累的、全部公开网页数据，凭借微软在大数据、自然语义分析、机器学习和深度神经网络方面的技术积累，精炼为2000万条真实而有趣的语料库，并以每天净增0.7%的速度增长。通过理解对 话的语境与语义，实现了超越简单人机问答的自然交互。

进行个性化推荐，优化客户体验

美联航对机器学习和人工智能的使用，远远超出了管理维修和飞机时刻表的范畴。它还可以利用客户数据。基于每名乘客的交互数据，美联航利用人工智能和机器学习优化客户体验──调整机票价格以匹配乘客资料。

美联航的机器学习算法可以获取 150 个不同的客户和航班数据点，并实时决定购买或登记点应该将哪种产品展示给客户。该引擎考虑了乘客的曾购买、偏好、目的地和活动等因素。

通过实时决策引擎展开的互动，于2014 年开始，该引擎为客户提供各种产品选择，改善旅行体验，比如航班选择、座位升级、里程购买或者优先值机权。

其他航空公司也正在以其他方式运用人工智能，进而减轻行程的不适(并减少航空公司员工的工作量)。人脸识别技术现在正出现在航站楼中，帮助机场乘客加快办理登机手续。大多数人脸识别算法都基于深度学习，这是机器学习的一部分。达美航空公司是第一个实施此流程的航空公司，据该公司估计，此举将乘客登机时间缩短了近 10 分钟。该系统目前用于国际航班的登机手续和行李托运，达美预计明年将其扩展至国内航班。

荷兰皇家航空公司在去年测试了一款名为“照料-E”的智能机器人，它能在机场帮乘客运送手提行李、指引登机口，如私人助理一样，让旅行更加轻松愉快。荷航之前还曾在阿姆斯特丹史基浦机场试用名为“斯潘塞”的指路机器人。