分享:

EASA人工智能路线图分析与启示建议

2020-05-05 15:07:54 中国航空报 郭建奇 王妙香 王元元

中国航空报讯:航空业一直处于创新的前沿,在人工智能技术突破性发展的背景下,欧洲航空安全局(EASA)看到了人工智能(AI)进入航空领域的趋势,认为人工智能不仅会影响航空业提供的产品和服务,促生新商业模式,还会引发航空安全认证核心流程的变革。

EASA面对未来的挑战,也出于当前已经有厂商开始提出AI航空安全认证申请的推动,通过发布和不断更新路线图,团结欧盟成员国和欧盟工业界,建立欧盟航空AI的愿景,形成整个欧盟的人工智能战略和倡议,以期建立EASA的航空AI竞争优势。

EASA人工智能路线图

1.欧盟的人工智能战略

人工智能是一种战略技术,未来10年,欧盟公共和私营部门每年将投资200亿欧元。欧盟委员会将每年投资10亿欧元,与会员国和利益攸关方一道,制定数据共享和使用模式,特别是作为重点的交通运输、健康产业和工业制造业。

在欧洲塑造一个最能培育和支持数字技术产业的商业、政策和监管环境的数字欧洲项目;欧洲高性能计算联合企业(EuroHPC)将开发下一代超级计算机,以实现可靠和安全的高性能边缘计算;在软件方面,欧盟委员会还提议开发所有人都能使用的通用“欧洲算法库”。

2.机器学习对航空的影响

人工智能有助于航空运输系统应对新的挑战:航空运输量的增加、更严格的环境标准、日益复杂的系统、更加注重竞争力。

飞机设计和运行:人工智能,特别是机器学习,为应用程序开发带来巨大的潜力。计算机视觉和自然语言处理技术在航空领域可以用于基于高分辨率的交通检测或虚拟协助飞行员。自主飞行涉及复杂的决策,可用于确保安全飞行和着陆,实现与短距离的空管间隔。改变飞行员与系统之间关系,通过使用机器减少人力使用,协助人成为复杂决策过程的中心,突破人因绩效限制。对飞行剖面优化、飞机管理、飞行战术性质提供建议,帮助机组做出决定,特别是在复飞或改道等高负荷情况下。人工智能还可以根据操作环境和机组健康状况(如压力、健康等)预测和预防一些紧急情况。可以解决飞行控制律优化、传感器校准、油箱数量评估、结冰检测等运行过程中的数学优化问题,也可以用于产品改进设计过程,使用基于机器学习的工具,在非回归测试集中进行工程判断。可以为物理现象的建模和优化提供解决方案。

飞机生产和维护:人工智能处理生产和维护数据,包括数字孪生技术的发展、物联网、生产链和预测性维护、发动机调度等。预测性维护通过不断地监测飞机的健康状况,及时提供维修文件,并提出优先采取的故障排除建议,能够将飞机的可用性提高35%。

空中交通管理:自动化已经是欧洲单一天空空中交通管理研究(SESAR)研发的一个核心焦点,特别是在空中交通管制任务方面。将使飞行员和管制员能够专注于安全关键任务,确保信息的无缝交换,改善多部门协作。使用机器学习(ML)处理大数据,能够更好地理解和处理底层的通信模式和空管指令。有助于解决战略规划改进、轨迹预测加强、在空中交通管制方面实现更高级的自动化、更好地了解乘客行为、提高空中交通管制的运作效率、精确调控机场起降序列等复杂问题。

无人机、城市空运和U型空间:人工智能可支撑的高度自动化,实现无人机在U形空间或城市环境中的快速无计划的运营。识别和规避(DAA)技术发展需要机器学习的支撑,特别是雷达分析或相机系统图像。支持无人机应急管理、实现自主定位/导航。

安全风险管理:人工智能将影响到数据科学技术,特别是数据分析如复杂数据相关性。人工智能可以提高漏洞发现能力,增强安全程度。如新出现的风险检测、事件风险分类、安全风险组合设计和安全问题的优先级分析。人工智能可以处理飞行数据、安全报告、天气数据等大量运行数据和交通数据。可以分析大量历史数据,了解数据(如风险建模),利用数据融合,识别数据中的相关性,通过数据的增量分析和检测异常演变,实现异常检测。从长远来看,人工智能将成为处理实时数据流和实现实时风险管理的解决方案。

网络安全:有了人工智能,系统提高了效率,但也可能包含新的网络攻击漏洞。需要更好地理解这些新型漏洞,定义特定的安全控制。利用人工智能进行网络攻击,绕过传统的基于规则的检测系统,最终使网络攻击具有自适应性和自主性,提高威胁的效率。从防御角度,应考虑在反制措施和安全控制中引入人工智能的必要,以提高其有效性。自动检测和修补系统的漏洞,也可以根据行为识别威胁,而不是基于规则进行检测。

环境:轨迹优化是人工智能减少碳排放的一个案例。此外,人工智能可以用于评估航空对环境的影响。基于全球天气数据、飞行数据记录器信息、全球雷达飞行轨迹数据等,可以开发机器学习算法来评估几乎任何飞行的燃料消耗。能够以更有效和不断改进的方式进行其影响评估。

欧盟法规:在飞机设计领域,目前的规则第21部和认证规范已经为引入AI/ML解决方案创建了开放的框架。在运行、维护、空管、机场领域,现行法规为人工智能/多用途飞机的使用提供了一个开放的框架,需要适应人工智能/多用途飞机的具体应用。应注意的是,最新修订的《EASA基本规则》(欧盟2018/1139)应促进法规的调整,使EASA能够更好地支持创新的发展。考虑到AI/ML解决方案在上述所有领域中的潜在应用,EASA将定义一个可适用于任何领域相关法规的通用策略,而不是发布特定领域的指南。

3.人工智能的可信度

为了评估人工智能/人工智能应用程序是否符合欧盟道德原则,需要制定人工智能可信度综合分析的具体指南。指南应包括欧盟道德准则的问责制、技术稳健性和安全性、监督、隐私和数据管理、不歧视和公平、透明度、社会和环境福祉七个方面,并针对每一个方面,提供申请人在其产品或设计中使用AI/ML应用程序时考虑的基本方面的调查。

“监督”准则设想了三种主要场景:人在回路中(HITL)、人在回路上(HOTL)和人在控制(HIC)。在航空领域提出一个三层的AI/ML应用分类:第一级机器辅助人,分为常规辅助和加强辅助;第二级人机协作,包括人执行功能机器监督或机器执行功能人监督;第三级机器自主,运营阶段无人参与,人只参与设计和监督阶段。以自主飞行为例:1级人工智能/ML将集中于协助和增加机组人员等应用,以完成从飞行准备到飞行执行等任务。2级AI/ML将包括加强人/机协作,机组人员全权负责飞行/监控,机器在人类的监督下自动执行一些步骤与功能。3级人不在操作循环中,但仍然在设计和监督循环中。更进一步,主要由机器进行设计和监督,人负责监督。通过这样的分类,推进人工智能/ML应用方法研究,加强引导。

4.EASA人工智能的路线图(见图1、图2)

对我国人工智能航空应用

发展的启示与建议

1.路线图反映欧洲航空安全局对民用航空领域人工智能技术发展应用的判断

图1整体路线图

图1整体路线图

人工智能必将在广阔范围内,深入地影响航空业的发展,并且像信息技术一样,会发生多层次序列性变革,发展趋势具有很强的确定性。阿尔法狗是人工智能技术的发展标识,到如今EASA人工智能路线图在“收到第一份申请”后的发布,表明航空人工智能应用已经处于技术快速发展期,应用项目蓄势待发,即将全面进入旨在形成人工智能航空产品的研发阶段。

在技术上,从封闭式的自动化的按程序执行发展到灵活的人机交互再发展到将数据、情境、推理纳入其中的机器学习,在技术逐步升级,自适应的智能一步步进化的经验基础上,EASA的路线图给出了非常明确的机器学习方向的发展建议。

航空作为高技术产业,处于人工智能应用的前沿符合人们的预期,但在航空领域的严苛的安全性要求使人工智能可信度成为不可忽视的应用障碍,航空必将成为解决这个障碍的先驱和主力,正面面对和重视并采取切实措施是唯一对策。

2.路线图的发布,反映出EASA意识优良

虽然存在企业推动的因素,虽然是还存在一定的不确定性的初级版本,EASA能够如此超前的推出路线图,切实反映了其对于发展趋势的洞察,基于未来发展的思考。先期政策引领是产业健康、科学、高效发展的基础,这对管理与技术的良性互动具有非凡的意义,对于人工智能航空生态的形成起到了良好铺垫。

图2参与方进度矩阵

图2参与方进度矩阵

在论述实现描述美好未来愿景的路线图中,EASA将可信性这一强有力的阻碍因素置于重要地位、大篇幅着重强调,以及明确指出机器学习的发展方向,体现了EASA敏锐的技术眼光。

路线图突出了EASA采取政企合作、开放包容、广泛接纳、持续改进的姿态。一方面原因是确实在现阶段很多问题还有待研究,无法形成确定、权威的结论;另一方面,也反映出EASA开放的管理风格。努力营造百家争鸣,合作共赢的局面是其团结凝聚欧洲力量甚至是全球力量的手段。

众多现代产业的发展证明:认证是生态制高点,远超越产品、技术,也超乎专利、标准、人才之上。路线图报告明确阐述了“使EASA成为人工智能的领先认证机构”和“支持欧洲航空在人工智能领域的领先地位”的目标,就是要通过路线图引导产业发展,试图尽量使认证与新兴技术发展应用同步,避免认证阻碍技术发展与应用,确保航空人工智能应用标准制定权,促进欧洲的技术应用领先,构建欧洲民用航空竞争优势。

3.几点启示

我国人工智能技术发展态势良好,建议一方面加强其航空业应用研究,同时也在管理层面上积极前瞻谋划,促进技术发展应用和增加标准制定话语权。

我们要对人工智能技术特别是在航空领域的应用倍加重视,跟踪学习国外先进经验和技术,结合我国实际,发挥制度优势,积极应对,在技术方面深入研究的同时,也在管理方面、制度层面上积极引导,努力融入全球范围内的生态圈建设,取得应有的国际产业地位、技术话语权和市场份额。

积极推动业界对人工智能技术在航空业应用的发展趋势、发展理念的认同。比如通过组织人工智能航空应用大赛等方式增强管理机关的技术发展引领意识;在构建新生态系统、促进生态系统发展方面贯彻为企业服务的意识;基于机器学习对数据的依赖,需要在管理、科研、运行领域全面加强业内数据意识,构建坚实的航空数据基础,并促进数据应用与分享。

在技术应用初期,在管理上迅速跟进,结合我国特点,谋划我国民用航空产业人工智能发展,充分发挥学习吸收能力。广泛的接纳各种研究主体参与技术研发,综合利用政策与投资等多种手段,促进我国民用航空产业人工智能技术及应用的高水平快速发展。

责任编辑:助理编辑 贾茹