Airbus bắt đầu phiên thảo luận với chủ đề về chia sẻ dữ liệu cho Trí tuệ nhân tạo (AI) và thông tin về ba chương trình đang được triển khai liên quan đến chủ đề này. Chương trình đầu tiên là cải thiện hoạt động khai thác cho các tàu bay A380 bằng việc chia sẻ thông tin giữa Airbus và các hãng hàng không đang khai thác tàu bay này. Máy học (machine learning) và các hệ thống liên quan được kết hợp nhằm xây dựng khả năng dự đoán phát triển (prognosis) và quản lý tình trạng tàu bay. Chương trình thứ hai là làm việc cùng nhau để cải tiến hoạt động hàng không. Điện toán đám mây, dữ liệu lớn (big data), trí tuệ nhân tạo (AI), phân tích dữ liệu, quản trị dữ liệu và bản thể học (ontology) phối hợp với nhau để hỗ trợ các dịch vụ kỹ thuật số Skywise (Skywise Digital Services). Một trong những kết quả quan trọng liên quan đến bảo trì dự đoán (predictive maintenance), đó là việc Trí tuệ nhân tạo (AI) có thể xác định các tình huống bất thường nhanh hơn con người khi xem xét dữ liệu. Chương trình thứ ba là phát triển thêm nhiều tàu bay tự động (autonomous aircraft).

Có hai chủ đề hiện đang trong giai đoạn xem xét, đánh giá. Chủ đề đầu tiên là chuyển huấn lệnh không lưu từ lời nói thành văn bản (speech –to-text ATC). Cần phải giải quyết nhiều thách thức, gồm: hiểu các giọng khác nhau, cung cấp hỗ trợ đa ngôn ngữ, điều chỉnh tiếng ồn xung quanh và điều chỉnh phát âm nhanh.

Chủ đề thứ hai  liên quan đến điều hành bằng mắt (vision –based navigation) cho hoạt động lăn, cất cánh và hạ cánh tự động (ATTOL). Những thách thức được giải quyết ở đây bao gồm tác động của thời tiết cực đoan, việc chiếu sáng ngày/đêm và độ tin cậy của thiết bị cảm biến.

Các thành viên của EUROCONTROL đã điều hành 11 triệu chuyến bay trong năm 2019. Có rất nhiều dữ liệu có thể được sử dụng để cải thiện hoạt động khai thác. Trí tuệ nhân tạo (AI) là cần thiết xử lý lượng dữ liệu này và chuẩn bị các phân tích hữu ích. Việc xem xét cách thức mà Trí tuệ nhân tạo (AI) có thể giúp thực hiện điều này tập trung vào bốn lĩnh vực.

1. Dự đoán chuyến bay tốt hơn: dự đoán đến, lập kế hoạch năng lực

2. Dọn dẹp (cleasing) kế hoạch bay đã nộp

3. Dự đoán những tác động của việc trì hoãn mang tính dây chuyền: cảnh báo khu vực hạn chế (curfew), giảm sự gián đoạn của hành khách

4. Mô hình an ninh mạng phản ứng linh hoạt (Cyber resilience): dự đoán và phát hiện các mối đe dọa.

Đây là lợi ích hai chiều. Trí tuệ nhân tạo (AI) cần được cung cấp dữ liệu và đổi lại, các giải pháp mà nó đưa ra có thể giúp các thành viên EUROCONTROL trong hoạt động kinh doanh của họ. Đây là kho lưu trữ thông tin nghiên cứu & phát triển (R&D) từ 14 triệu chuyến bay được truy cập miễn phí cho các mục đích nghiên cứu & phát triển. Dịch vụ Quản lý mạng lưới B2B (Network Manager Business-to-business web services) cung cấp dữ liệu hoạt động trực tiếp cho các bên liên quan. Những thực hành tốt nhất được xác định thông qua các hoạt động sau:

• Chia sẻ các hoạt động phân tích với dữ liệu hàng loạt (bulk data)

• Sử dụng một ngôn ngữ chung – chẳng hạn như SWIM

• Chuẩn hóa các yêu cầu báo cáo và quy trình phản hồi.

EASA đã đưa ra dẫn chứng cho khái niệm Dữ liệu cho An toàn (Data4Safety-d4s). D4S thu thập kiến thức chuyên môn bao gồm dữ liệu chuyến bay, dữ liệu không lưu, các báo cáo an toàn và dữ liệu thời tiết, tạo thành kho kiến thức “big data” (dữ liệu lớn). Các chuyên gia hàng không và nhà phân tích dữ liệu cùng nhau hợp tác làm việc trong nền tảng phân tích (analysis platform) để đưa ra các số liệu, nghiên cứu, thang chuẩn và những phát hiện (discoveries). Tóm lại, đó chính là việc 'rà soát thông minh các lỗ hổng an toàn có thể tác động'.

Các chương trình trao đổi dữ liệu của IATA cung cấp các ứng dụng hợp tác và quản lý và quản trị dữ liệu. Trí tuệ nhân tạo (AI) được sử dụng để giúp các hãng hàng không đưa ra quyết định chiến lược. Thông tin đầu vào bao gồm mức độ nhu cầu, đo lường trải nghiệm kỹ thuật số của khách hàng, lập kế hoạch mạng lưới, bảo trì dự đoán và các dịch vụ cho con người. Đầu ra là mức độ an toàn được cải thiện, tính hiệu quả và bền vững của hoạt động khai thác. 

Những bước này đang đưa chúng ta đến gần hơn với thực tế của Trí tuệ nhân tạo trong ngành hàng không. Mặc dù vẫn chủ yếu làm việc ở hậu trường với phân tích dữ liệu, nhưng đây là những bước quan trọng để hiểu rõ vị trí nào mà trí tuệ nhân tạo có thể phù hợp.  EUROCONTROL đang tiến hành hai thử nghiệm để hiểu về các đề tài mà có thể được thực hiện ở bước tiếp theo. Trí tuệ nhân tạo đang hỗ trợ cải thiện khả năng dự đoán lưu lượng bay, giảm các nguồn lực KSVKL cần thiết và giảm sự không chắc chắn của việc lập kế hoạch năng lực. Trí tuệ nhân tạo cũng hỗ trợ vị trí quản lý luồng tích hợp (iFMP) để cải thiện khả năng dự đoán tăng/giảm độ cao trong quỹ đạo 4D.

Trích nguồn: https://vatm.vn/tri-tue-nhan-tao-trong-khong-gian-n6277.html