Автор: Инна Агафонова, старший диспетчер-инструктор планирования воздушного движения отдела стратегического планирования использования воздушного пространства ФГУП "Госкорпорация по ОрВД"
Опубликовано: 25.10.2018, 13:55
 

Искусственный интеллект в ОрВД


[image]

Искусственный интеллект стал основным трендом 2017 года. Что он собой представляет и как может применяться в организации воздушного движения - рассказывает Инна Агафонова, старший диспетчер-инструктор планирования воздушного движения отдела стратегического планирования использования воздушного пространства ФГУП "Госкорпорация по ОрВД"

Искусственный интеллект основан на применении нейронных сетей, моделирующих подобие деятельности нейронов человеческого мозга, способных к обучению и даже самообучению. Достигается это путем методов машинного обучения, когда искусственные нейронные сети "натаскивают" на решение определенных задач. Если мы говорим о квантовых технологиях как о далеком будущем, то искусственный интеллект - технология, которая является уже нашей данностью.

Технология BIG DATA (большие данные) тесно связана с искусственным интеллектом - это огромные массивы, как правило, неструктурированных ретроспективных данных - и часто используется при машинном обучении в качестве предыдущего опыта.

В настоящее время сферы применения искусственного интеллекта очень разнообразны: экспертные системы, автопереводы, предиктивная аналитика, бизнес-аналитика, анализ изображений, распознавание текстов и зрительных образов, речевые технологии, компьютерное зрение, биометрия и многое другое. Искусственный интеллект широко используется в банках (call-центры, борьба с мошенничеством, персонализация предложений для клиентов, повышение производительности труда); медицине (диагностика заболеваний, поиск новых вирусов, идентификация новых паттернов, сканирование генных баз); транспорте (беспилотники); торговле (Facebook в июне 2017 года представил результаты работы над ботом, умеющим торговаться с людьми); военной сфере (автономное оружие); литературе (нейросети пишут стихи определенного жанра и на любую тему); искусстве (музыка, живопись, фотография); вопросах безопасности. Вот примеры.

Корпорация IBM разработала мощнейшую экспертную систему - IBM Watson, которая справляется с огромным массивом данных. В США в медицине распространена система Second Opinion (второе мнение) при постановке диагноза и в ближайшее время станет там врачебной нормой. У Apple - голосовой помощник Siri. Google реализовывает большое количество проектов и активно скупает стартапы в области ИИ. Так, Google DeepBlue обыграла в шахматы Гарри Каспарова еще в далеком 1997 году, а Google DeepMind в 2016 году обыграла чемпиона мира в игру GO, которая считается многократно сложнее шахмат. В Skype реализован онлайн перевод речи с одного языка на другой с поддержкой около 40 языков. Facebook для сферы продаж в 2017 году создали бота, умеющего обманывать и торговаться с людьми. Amazon (крупнейший ритейлер) готовит товары к доставке до того, как их заказали. Twitter умеет прогнозировать эпидемии гриппа. Китайский поисковик Baidu прогнозирует скопления людей. FindFace распознает людей по фото. В Сбербанке, по словам Германа Грефа, на сегодня нет ни одной сферы, где бы не применялся искусственный интеллект - на 2018 год запланировано 259 проектов, как основа развития банка. Вконтакте реализован голосовой чат-бот. Яндекс создал виртуального голосового помощника Алиса, а также платформу для создания и распределения контента.

Распространение автономных автомобилей просто впечатляет! Mercedes, Audi, Tesla и многие другие автопроизводители при разработке беспилотных машин применяют алгоритмы нейросетей, использующие компьютерное зрение. Беспилотный автомобиль компании NVIDIA "научился" превосходно водить всего за один месяц. А по прогнозам UBER активное использование беспилотных автомобилей начнется в 2021 году, а к 2030 году достигнет ошеломляющих масштабов.

Не отстает и гражданская авиация. "Аэрофлот" собирает ретроспективные данные о выполненных полетах - анализирует не только показания приборов, но и состояние керосина, налет ВС, в какую погоду и на каком эшелоне летел самолет, кто был за штурвалом (у каждого летчика своя манера пилотирования), другие данные. Анализ информации позволяет, например, предсказать, когда нужно заменить тот или иной прибор, потому что скоро он выйдет из строя, а также правильно формировать расписание полетов. Компания развивает сферу управления взаимоотношениями с клиентами. Платформой станут передовые решения предиктивной аналитики от IBM.

American Airlines, United Airlines, Southwest Airlines, Delta Airlines используют голосовые ассистенты, алгоритмы машинного обучения для улучшения операционной деятельности авиакомпаний, а также технологию распознавания лиц для проверки личности клиента и сопоставления пассажиров с их багажом.

Евроконтроль участвует в проекте SafeClouds в рамках глобального проекта Еврокомиссии Horizon 2020 по исследованиям и инновациям. SafeClouds включает новейшие разработки в области машинного обучения для авиации.

Searidge Technologies разработала вспомогательную систему, основанную на компьютерном зрении для прогнозирования различных ситуаций на аэродроме.

Думали ли Вы когда-нибудь о том, сможете ли подняться на борт самоуправляемого самолета? Корпорация Boeing запланировала тестирование автономного пассажирского самолета уже в этом году. Airbus презентовала концепцию транспорта будущего - летающего автомобиля. В 2020 году планируется представить летающее беспилотное такси. В этом году корпорация Airbus начинает разработку самолета с одним пилотом, второго пилота планируется заменить на искусственный интеллект. Следующий этап - это полностью автономное ВС.

С одной стороны, люди с недоверием относятся к такого рода вещам, но, с другой стороны, никто не отменял влияние человеческого фактора, который в подавляющем большинстве случаев является причиной всех авиакатастроф. Известный факт, что команды бортовой системы TCAS обязательны для исполнения пилотами и являются приоритетнее команд диспетчера УВД. И это несмотря на использование автопилота. Значит ли это, что решение уже за машиной?..

Сейчас автоматизированные системы УВД располагают широким инструментарием для поддержки принятия решений диспетчером. Однако при сохранении уверенных темпов роста количества полетов в ближайшем будущем этих инструментов окажется недостаточно. Известно к чему приводит дисбаланс в пропускной способности - к векторению, зонам ожидания, задержкам, соответственно, к большему расходу топлива, далее - к критике со стороны авиакомпаний и недовольству авиапассажиров. Центральным звеном системы ОрВД является человек - диспетчер УВД.

Пропускная способность сектора УВД, помимо инфраструктурных ограничений, также ограничена психофизиологическими возможностями диспетчеров. В целях обеспечения безопасности полетов превышение заявленной пропускной способности недопустимо, так как резко повышается вероятность ошибочных действий диспетчеров, а это уже реальная угроза безопасности полетов. Настало время новых технологий для поддержки принятия решений.
Перспективы применения технологий из области искусственного интеллекта прослеживаются в первую очередь в следующем:

  • обработка и анализ информации - сбор, обработка и анализ любой имеющейся информации (аэронавигационная информация, метеорологическая информация, данные систем наблюдения о движении ВС по аэродрому и местоположении ВС в полете, причины задержек времени вылета, скорости ВС, графики работы диспетчеров УВД, даже их квалификация, навыки и прочее). В дальнейшем можно использовать эти ретроспективные данные для качественного улучшения процессов ОрВД
  • оптимизация структуры воздушного пространства. Применение методов предиктивной аналитики позволит создать гибкую структуру воздушного пространства с правильной секторизацией, максимально адаптирующейся под реальные потоки ВС
  • поддержка принятия решений на более качественном уровне с учетом большего количества факторов и прошлого успешного опыта
  • увеличение пропускной способности по большей части за счет снижения нагрузки на диспетчера УВД путем сокращения времени на принятие решения и оптимизации структуры воздушного пространства
  • оптимизация маршрутов полетов в соответствии с заявленными бизнес-траекториями
  • тренажеры
  • самоадаптирующийся человеко-машинный интерфейс
  • контроль соблюдения правил фразеологии и технологии УВД
  • интеллектуальные приложения и системы (например, голосовые/текстовые боты с технологией распознавания речи и/или текста, сопряженные со средствами наблюдения и связи, планами полетов, разрешениями, метеоинформацией и др.).В последнее время стала актуальной тема интеграции беспилотных авиационных систем (БАС) в практику использования несегрегированного воздушного пространства и аэродромов. Поэтому возникает острая проблема разработки экономически эффективных решений, отвечающих требованиям к эксплуатационным характеристикам средств обнаружения и предупреждения столкновений между ВС и БАС.

    Считаю, что для безопасной интеграции БАС в воздушное пространство, необходимо создать цифровую платформу - экосистему, в которой требуется "связать" воедино все задействованные объекты, информацию и события. Эту экосистему целесообразно создавать с применением искусственного интеллекта. Например, "обучить" ее методам предиктивной аналитики, а далее - автономному принятию решений для управления объектами экосистемы.

    Организация воздушного движения - это сложная система уравнений. Совершенствование инструментов для ОрВД позволяет снять рутину, сократить время для принятия решений, повысить эффективность, что, в свою очередь, повысит качество услуги АНО.

    На тему внедрения искусственного интеллекта в авиации имеются высказывания экспертов ИКАО, которые видят исключительное преимущество в виде человеко-машинной синергии, что позволит значительно улучшить общую производительность. Многие владельцы крупного бизнеса отмечают риски в случае игнорирования технологий искусственного интеллекта.

    А что думают на эту тему на самом высоком уровне? Владимир Путин в прошлом году на вопрос о внедрении искусственного интеллекта ответил: "Это будущее не только России, это будущее всего человечества. Здесь колоссальные возможности и трудно прогнозируемые сегодня угрозы. Тот, кто станет лидером в этой сфере, будет властелином мира". С этим невозможно не согласиться.

    Наше Предприятие не является производителем систем для ОрВД, но использует их при формировании своего продукта - услуги АНО и, являясь заказчиком этих систем, мы справедливо можем требовать от их производителей учитывать тенденции не вчерашнего, а завтрашнего дня.

 
Ссылки по теме:
Дайджест прессы за 25 октября 2018 года | Дайджест публикаций за 25 октября 2018 года
Авторские права на данный материал принадлежат журналу «Air Traffic Control». Цель включения данного материала в дайджест - сбор максимального количества публикаций в СМИ и сообщений компаний по авиационной тематике. Агентство «АвиаПорт» не гарантирует достоверность, точность, полноту и качество данного материала.

Комментарии к новости