而在诸多与安全息息相关的机场服务当中，最不能忽视的是智能调度。

　　2016年上海虹桥机场的塔台管制失误，就险些导致飞机相撞的惨剧。塔台管制员的工作强度与信息负荷过大，飞机起飞降落过程的复杂程度也很高，加上不稳定的机场气象环境影响，航道流量发生拥堵，一旦突然插入无预先计划的飞机，造成混乱、撞机等都是极大的安全风险。这就需要将人工智能系统嵌入机场空管总调度体系，通过深度学习技术进行识别、预测，精确计算流量，帮助管制人员实现高效调度。

　　如今国内大中城市的许多机场都引入了航空大脑、智慧民航等智能化建设，通过AI方法来运筹优化停机位，保障庞大客流的安全中转。

　　无法被AI的空中之旅

　　如果说机场和飞机，是在乘客难以感知的地方在“被AI”着，那么飞行过程中人类机组人员的不可替代性，则是让人感觉到航空业AI进展缓慢的另一个原因。

　　不难发现，无论是Chatbot机器人，还是各种智能算法应用，都只能在地面上发生，即使是高度自动化的飞机巡航系统，也必须有一位甚至多位机长坐镇。原因或许是，空中的容错率实在太低了。

　　一方面，空中服务和决策要求高度即时性和灵活性，AI空乘还难以应对这样的高难度任务。

　　2015年，“微软小冰”这个语音助手曾经登上了东方航空公司的飞机，通过社交平台在高空中与他人对话，“代替”空姐回答乘客问题。然而，尽管“微软小冰”学习了中国近7亿网民多年来积累的、精炼为2000万条真实而有趣的语料库，但想要在空中处理特殊情况，且不说在故障情况下安抚百位乘客的恐慌情绪，恐怕机器人连哄一个哭闹中的小婴儿，表现都未必能有人类空乘强。

　　另外，航空事故很少是因单一错误而引发的，诱因通常比较复杂，将控制权交给自主系统的风险是很大的。因此，机器学习只能承担部分飞行员的角色。

　　此前瑞典就曾发生过一架飞机在空中保持自动驾驶状态不停盘旋，所有乘客和副驾驶都昏迷后只能等待燃油耗尽坠机的“幽灵航班”。第一次波音 737-MAX8 客机坠毁，也是因为飞机自动驾驶系统不断将机头降低，而飞行员则人工操作不断尝试将机头抬起，最终没能成功纠偏，导致飞机失事……

　　总而言之，空域情况的复杂判断与调度，人工智能算法还远达不到人类级别的精准操作。

　　那么，只让AI做点辅助工作行不行呢？

　　我们知道，空中交通管制（Air Traffic Control，ATC）通信对所有航班来说，都很关键。但是许多对话都带有浓重口音，飞行员之间和管制员很难相互理解，能否利用已经相对成熟的NLP语音翻译技术实现辨识呢？

　　至少目前来说，让AI读懂空中交通对话，依然是一件难度很高的任务。因为驾驶舱内的空中广播甚至手机对话环境十分嘈杂，会话还很快，又充满了特定领域词汇，一些语料不足的方言或口音，机器也并不能够清晰地识别出来。我们很难想象，万一8633在空中听不懂那一声声“成都叫你”的呼唤，将会发生什么……

　　目前，为了解决这一问题，空客已经在AI Gym 竞赛中不断寻求解决方案，但就当前进度来看，语音辅助还处于不成熟的探索阶段，看来还是人类机长的耳朵更好使一点。

　　当然，还有一种情况，是明明能AI，但偏偏不AI。

　　随着商用航空大量引入人工智能，大量用户的数据也会面临机密性的风险。此前阿联酋航空就曾向第三方服务商泄露了姓名，电子邮件，行程，电话号码甚至护照号码等客户详细信息，拿到这些隐私数据的企业包括Boxever， Facebook和Google等。

　　而大多数航司和机场都推出了基于计算机视觉的重重服务，人脸识别等设备的部署，隐私安全法规政策的含糊不清，或许推迟非关键领域的AI落地并不是一件坏事。

　　在电影的最后，管理中心的负责人仰望蓝天，他说，此时此刻，在蓝天上有50万人在飞翔。而我们所能看见的，飞行，依旧是一个专业人员与自然风险的勇敢博弈游戏。当然，AI的无声浸润，正在让一切充满新的变数。

本文来自： 脑极体