چگونه هوش مصنوعی صنعت هوانوردی را تحت تأثیر قرار می دهد؟

امروزه هوش مصنوعی توانسته در صنایع مختلف نفوذ کرده و آن ها را متحول کند. صنعت هوانوردی از جمله صنایعی است که به فناوری های هوشمند و پیشرفته برای ارتقاء خود نیاز دارد. این سوال که چگونه هوش مصنوعی می تواند صنعت هوانوردی را تحت تأثیر قرار دهد، یکی از سوالات مهمی است که پاسخ آن می تواند به تبیین رویکردهای آینده این صنعت کمک شایانی کند.

رادین لیاسوف (Rodin Lyasoff)، مدیر شرکت ایرباس (Airbus)، در پایگاه اینترنتی Quora به سوال مذکور پاسخ می دهد:

من گمان می کنم که هوش مصنوعی (که آن را با یادگیری و حس ماشین (Machine Sensing and Learning) معنا می کنم)، در بسیاری از موارد، از تجربه مسافر گرفته تا عملیات پرواز، صنعت هوانوردی را تحت تأثیر قرار خواهد داد. شخصاً علاقه مندم که نظاره گر پیشرفت و بهبود در امنیت پروازها باشم. من دوست دارم که راه های هوشمند بیشتری را برای داده های شخصی مان ببینم که از آن ها جهت افزایش امنیت در زمانی که راه های تأمین امنیت قابل توجهی وجود ندارد، استفاده شود.

من هم چنین، پیش بینی می کنم که هوش مصنوعی، به خودکار کردن مجموعه عملیات پرواز کمک خواهد کرد. پیشرفت ها در دید ماشینی (Machine Vision) که در حال حاضر در صنایع خودرو اعمال شده است، کاربردهای متنوعی را در هواپیماها پیدا خواهد کرد. در محیط های فوق سازمان یافته (Highly-structured) مانند فرودگاه ها و هوا و فضا، دید ماشینی می تواند باعث افزایش ایمنی و بازدهی شود. عملیات فرود و تاکسی رانینگ هواپیما (Taxiing) برای این گونه ظرفیت ها، هنوز در مراحل ابتدایی خود به سر می برد.

در سطوح وسیع تر، حمل و نقل یک تجارت لجستیکی (Logistics Business) است. یادگیری ماشین ظرفیت این را دارد که بینش های منحصر به فردی را ایجاد کند تا بازدهی و تجربه مسافر (Passenger Experience) را بهبود ببخشد. با جمع آوری و تجزیه و تحلیل داده های زمان واقعی نزدیک (Near-real-time Data) برای هر تاکسی، اتوبوس، قطار، هواپیما و غیره، همانند مسافران، ما نیز بهتر می توانیم به یکپارچه سازی عملکرد انواع وسایل نقله در شبکه حمل و نقل بپردازیم.

مدیریت ناوگان (Fleet Management) نیز بر پایه لجستیک است. هواپیماهای مدرن امروزه مجهز به ابزارهای دقیق و متصل (Connected) هستند. استفاده از داده ها در تجزیه و تحلیل موتورها، می تواند ما را به دستیابی به بهینه سازی بیشتر در تعمیر و نگهداری پیشگویانه (که می تواند باعث افزایش اعتماد شود) و کمتر کردن هزینه ها، کمک کند و برای ما این امکان را فراهم کند تا ماشین های پرنده پیشرفته تری را بسازیم.