Sisu
- Järgmise generatsiooni autopiloodid
- Katastroofide ennetamine
- Side parandamine
- Pole vigu ega stressi - teie samm-sammuline juhend elumuutva tarkvara loomiseks ilma oma elu hävitamata
- Kliendikogemuse suurendamine
- Laevastiku ja operatsioonide juhtimine
- Järeldus
Allikas: Kosssmosss / Dreamstime.com
Ära võtma:
AI-d kasutatakse lennunduses viisil, mis võib aidata piloote, maapealset meeskonda ja muid töötajaid ning ka reisijaid. Siin on mõned uusimad uuendused.
Lennundussektor on 2019. aastal kogu maailmas teeninud enam kui 865 miljardi dollarise ärituluga viimase 15 aasta jooksul peaaegu kolmekordistunud. Eksperdid ennustavad, et järgmise 20 aasta jooksul reisijatevedu kahekordistub, ja pole üllatav, et paljud juhtivad lennuettevõtted, näiteks American Airlines ja Southwest, on juba hakanud uurima uusimaid tehnoloogiaid oma teenuste laiendamiseks.
AI on üks soositud tehnoloogiaid, mida kasutatakse selles valdkonnas innovatsiooni toomiseks, klientide suurenenud nõudmistega sammu pidamiseks ja üldise tõhususe parandamiseks kõigil tasanditel. Ainult näitena kinnitas Delta Air Linesi ennustava tehnoloogia väljatöötamise juht James Jackson seda suundumust, rääkides intelligentse hoolduseteemalisel esitlusel 2019. aasta AEEC / AMC ja MMC üldistungil. "Tahame integreerida oma ennustavasse hooldusprotsessi mõned arenenumad tehnoloogiad, näiteks masinõpe, tehisintellekt, loomuliku keele töötlemine ja sügav õppimine."
Kuid vaatame lähemalt AI- ja ML-põhiseid tehnoloogiaid, mis täiustavad (või on juba olemas) lennundustööstust mitte liiga kauges tulevikus. (Lisateavet uusimate lennundustehnoloogiate kohta leiate artiklist Tehisintellekti roll lennunduses.)
Järgmise generatsiooni autopiloodid
Mehitamata õhusõidukisüsteemid (UAS) on kindlasti kognitiivse andmetöötluse üks laialt tuntud rakendusi, eriti kuna droonid on oma sõjalisest kasutamisest kaugemale jõudnud, muutudes tavapäraseks gizmoks, mida kasutatakse põllumajanduses, kaubanduses ja tööstuses. Kuid praegune AI-tehnoloogia liigub edasi nii hämmastavas tempos, et uutes autopilootides on tänapäeval intelligentsus inimese lähedal.
Mõned algselt UASi ohutuseks välja töötatud süsteemid on jõudnud paljude kommertslennukite kokpiteni ja need saavad teha palju enamat kui lihtsalt autopiloodidena tegutseda. Need suudavad kompenseerida keerukate manöövrite ajal keerulist käsitsemist, kasutades automaatselt anduritelt saadud andmeid. Nad on muutumas tõelisteks kaaspilootideks, mis aitavad vähendada paljude pilootide kognitiivset väsimust. Ja see kõlab nii nagu EDI alates Mass Effectist, et kavatsen vahetada oma karjääri ja saada piloodiks lihtsalt rääkida koos intelligentse arvutiga, kes ütleb mulle, kui oluline on sissetuleva rünnaku tõrjumiseks kilpide tõstmine.
Katastroofide ennetamine
Ehkki mõne hiljutise lennuõnnetuse põhjustaja on süüdi rikkunud AI-süsteemis, võivad intelligentsed arvutid tõenäoliselt märkimisväärselt vähendada kõigi pardal viibivate inimeste riske. Üks nendest tehnoloogiatest on Skywise, mis on sündinud Palantiiri ja Airbusi partnerlusest, et koguda reaalajas tohutul hulgal lennukipargi andmeid, et vähendada õhusõidukite planeerimata hooldust ja lendude tühistamist. Pole vaja selgitada, kuidas õigesti rakendades suudab see tehnoloogia ainuüksi miljoneid dollareid kokku hoida.
Kohapealse remonditöötaja juhendamiseks kasutatakse IBM Watsoni AI-d, samas kui GE lahendus kasutab õhusõidukite andurite kogutud andmeid masinõppepõhise ennustava hooldusteenuse toitmiseks, mis vähendab reaktiivmootorite hooldust. Isegi NASA hüppas pardale (pun mõeldud) ja aitab koguda andmeid, mida jagatakse riikliku transpordiohutuse nõukogu, föderaalse lennuameti ning enam kui 50 lennuettevõtja ja lennukitootja vahel. Neid andmeid koordineerib MITER oma lennundusohutusalase teabe analüüsi ja jagamise (ASIAS) andmekonsortsiumi jaoks - programmiks, mida kasutatakse AI õpetamiseks, kuidas avastada lennuandmete anomaaliaid. Nii saavad algoritmid kindlaks teha, kas need mustrid ennustavad võimalikke probleeme, ja tuvastada need enne nende tekkimist.
Side parandamine
Lennujuhtimise (ATC) side on alati segadus. Valju taustamüra, kiire side ja segatud sõnad muudavad pilootide jaoks liiklushoiatuste ja -juhiste õigeaegse mõistmise väga keeruliseks. Asjad võivad veelgi segasemaks muutuda Euroopas, kus inglise keele tugevalt rõhutatud inglise keeles on pilootidel tõesti raske aru saada, mis maa peal on (noh… võib-olla õhus oleks sobivam) toimub nende ümber. Ja kui olete kunagi kuulnud itaalia keelt, kes üritab inglise keelt rääkida (ilmselgelt peale minu, siis muidugi mina), mõistaksite suurepäraselt, mida ma mõtlen. AI võib aidata seda pidevat väljakutset leevendada, rakendades oma uusima loodusliku keele töötlemise (NLP) võimalusi, et pakkuda nende vestluste hõlpsasti kasutatavaid ja hõlpsasti juurdepääsetavaid reaalajas ärakirju.
Pole vigu ega stressi - teie samm-sammuline juhend elumuutva tarkvara loomiseks ilma oma elu hävitamata
Programmeerimisoskust ei saa parandada, kui keegi tarkvara kvaliteedist ei hooli.
AI võib olla abiks ka muude, vähemalt tülikas suhtlemisprobleemide lahendamisel.Iga ettevõte, mis peab koordineerima kümneid töötajaid, teab väga hästi, kui keeruline võib olla tootlikkuse säilitamine rasketel aegadel. Lennuettevõtjad peavad haldama äärmiselt keerukaid ja mitmekesiseid võrgustikke, mis hõlmavad inimesi, nagu piloodid, insenerid, stjuardessid ja muud meeskonnaliikmed, kes räägivad sageli erinevaid keeli või on pärit eri riikidest. Isegi lihtsalt ühe ajakava muutmine võib olla tohutu töö, kuid AI-toega haldur saab selle hõlpsalt lahendada. Masin suudab sekunditega arvestada mitme teguriga, näiteks meeskonnaliikme sertifikaatide ja kvalifikatsiooniga, ning võimaldada tõhusal sõiduplaani koostamisel nende võrdlemiseks teavet kvalifikatsiooni, saadavuse ja lennuväsimuse kohta.
Kliendikogemuse suurendamine
Sarnaselt teistele sektoritele, kus teguriks on klientide rahulolu, võivad lennufirmad uusimatest AI-tehnoloogiatest palju kasu saada. Kõige intuitiivsemad rakendused hõlmavad klientide andmete kogumist nende eelistuste väljaselgitamiseks, AI kasutamist turundusuuringute täiustamiseks, klientide hoidmise suurendamiseks ja pakkumise parendamiseks. Arvutinägemust (CV) saab kasutada reisijate pagasi läbivaatuseks, nende suuruse tõhusamaks määramiseks, pagasi kadumise riski vähendamiseks ja ebaseaduslike ainete salakaubaveo tõkestamiseks.
Ettevõtteid nagu Delta Air Lines on registreerimisprotsessi kiirendamiseks juba kasutatud ka muid AI-põhiseid tehnoloogiaid, näiteks näotuvastust. See võib parandada paljude reisijate elukvaliteeti. Vestlusboteid ja virtuaalseid abilisi on kasutatud selleks, et pakkuda klientidele teavet oma lennu oleku kohta, aidata neil probleeme lahendada ning abistada neid registreerimistaotluste ja pardalemineku protseduuride korral. (Vestlusbottide kohta leiate lisateavet peatükilt Küsisime IT-spetsialistidelt, kuidas ettevõtted tulevikus vestlusbotti kasutavad. Siin on see, mida nad ütlesid.)
Laevastiku ja operatsioonide juhtimine
Õhusõidukite ülalpidamine ja käitamine maksab palju, eriti suured lennukipargid. Näiteks ainuüksi United Express teenindab kogu planeedil päevas umbes 4600 lendu 357 lennujaama. Nende tõhususe parandamine võib märkimisväärselt vähendada tegevuskulusid ja üldkulusid ning AI võib aidata mitmel viisil. Alates piletite hindade dünaamilisest optimeerimisest kuni lendude hilinemise ennustamiseni, lennumarsruutide optimeerimise ja pettuste tuvastamiseni võib ML suurendada nii kommertslaevastike kui ka õhutransporditeenuste operatiivset tõhusust.
Sellised ettevõtted nagu Airbus arendavad isegi kohandatud AI-tehnoloogiaid, et suurendada lennukite tõhusust juba enne nende ehitamist. Analüüsides erinevatest tehastest pärit andmeid, saavad nad ammutada teavet tootmisprotsessi kohta, ennustada potentsiaalselt häirivaid sündmusi ja lahendada kõik probleemid võimalikult varakult - mõnikord isegi enne selle ilmnemist.
Järeldus
Praegu on kommertsreisijate suurettevõtted varajased kasutuselevõtjad, kes juhivad AI revolutsiooni lennundussektoris. Kogu tööstusharu näitab aga suurt potentsiaali ja on viljakas pinnas paljude nende väga moderniseeruvate lahenduste arendamiseks. Ohutus on aga ülitähtis, kuna maailm on juba halvasti rakendatud AI-tehnoloogia laastavaid tagajärgi kogenud.