【视频】智慧民航导刊（策划：王丽杰 制作：王艺超 剪辑：李佳为）

近年来，随着数字化基础设施建设不断完善，人工智能（AI）产业发展驶入快车道，为民航业发展带来了新机遇。《智慧民航建设路线图》明确，要通过构建“民航+数字产业”的共同体，以民航发展需求为牵引，推动大数据、人工智能、区块链、虚拟现实等新兴数字产业与民航深度融合，赋能民航高质量发展。那么，当下人工智能已经触达民航业的哪些领域？能够给企业数据治理、航班安全保障、旅客航空出行等方面带来哪些改变？对于一直处于“进化中”的前沿技术，民航业又该如何看待和利用呢？本期《云中焦点》特邀请专家就人工智能在民航领域的应用进行探讨。

中国民航大学计算机科学与

技术学院院长 李海丰

中国民航管理干部学院

大数据与人工智能系主任 刘一

阿里云智能交通物流行业

总经理 张磊

在数字时代，人工智能等技术快速发展。目前，人工智能技术主要应用在民航业哪些领域和环节？在民航领域，这种技术具有哪些特点和优势？

李海丰：2022年初民航局印发《智慧民航建设路线图》，标志着我国智慧民航建设从顶层设计走向了全面实施阶段。目前，人工智能技术在民航业应用非常广泛，涉及智慧出行、智慧空管、智慧机场、智慧监管的各个领域和环节。例如，智慧出行中的“一脸通关”，即通过人脸识别为旅客出行提供便利；智慧空管中的人工智能可以实时分析飞行数据，为空中交通管制员提供决策支持；智慧机场中的人工智能可以实现机场飞行区地面保障资源的智能调度，有效提升机场运行效率及安全保障水平；智慧监管实现了行业数据汇聚共享，利用人工智能技术对数据进行分析，极大释放了数据要素的价值。

在民航领域，人工智能技术的特点和优势主要体现在自动化、高效性、个性化、预测性、自适应等方面。具体来讲，人工智能算法的自动化程度较高，算法具备高效性与个性化特点，人工智能算法的大数据分析和预测能力有助于挖掘隐藏在业务数据中的规律，避免风险异常。同时，人工智能算法可以自适应学习和自主优化，通过与业务数据的反复交互，实现算法的迭代升级。

刘一：当前，人工智能技术特别是基于深度神经网络技术的人工智能在计算机视觉、自然语言理解等领域取得了突出进展，其相应技术也在民航各领域得到应用。

在旅客服务领域，可通过人工智能实现“出行一张脸”、打造智能客服机器人等；在运行保障领域，可通过智能算法实现对保障节点的精准预测以及关键领域决策优化（如停机位等典型资源分配等）。另外，国内外对辅助飞行、辅助管制等领域的探索也在持续推进中。

对于流程化、标准化突出的领域，人工智能存在天然的效率和准确性优势。而民航作为规程化较为突出的行业，与人工智能的融合体现为以下几个特征：一是大幅减少烦琐、重复的人工操作，实现部分流程的少人化甚至无人化；二是支持精准的态势感知和预测，对时效性、精准性要求较高的场景提质增效；三是能够不断迭代和自学习，从而针对不同场景形成辅助决策能力。

张磊：在数字时代，人工智能技术在民航业得到了快速发展。在当前的民航业，人工智能技术主要应用在安全检查、飞行调度、机票预订、客户服务等领域和环节。AI在机场安全和监控中发挥着重要作用，人脸识别和跟踪检测技术可以提高护照和登机牌扫描效率，保障航班安全运行；AI通过实时计算飞机引擎的性能和天气状况，可以为飞行员提供动态决策支持，并且通过强大的学习能力提高各航班保障系统之间的协作效率，提高航班协同运行效率；AI通过分析大量的旅行数据和旅客偏好信息，可以自动为用户推荐最佳航班和价格，颠覆航空出行的客户交互模式；自动服务系统可以为用户提供24小时不间断的客户服务，在回答用户问题的同时调动后台系统如航班状态、行李托运等，为用户提供更具体的自动化服务。

人工智能实时、精准、可靠、个性化的特点和优势在民航领域体现得很充分。其能够实时响应变化，如调整航班计划或根据天气状况重新规划飞行路径；能够准确预测航班延误、天气状况等，为飞行员提供准确的信息，提高飞行安全性；作为重要的备份和辅助系统，支持24小时不间断运行；根据旅客的个人偏好提供个性化服务，如推荐航班、座位、用餐选择等。

作为一个沉浸在大数据中的行业，民航业呈现出高度信息化的特点。随着行业主体信息化程度不断提升，数据量未来或将呈指数级增长，这意味着传统的信息处理手段已经无法满足行业发展需求。面对这种趋势，人工智能技术能够给航空公司、机场、空管带来哪些帮助？它如何通过技术手段提升安全水平和运行效率？

李海丰：在数据要素极度丰富的情况下，人工智能技术将释放航企、机场、空管等业务场景数据的价值，具体包括实现数据分析与预测、业务的自动化决策、资源的优化调度、识别潜在风险、提升旅客出行体验等方面。

以机场航班智能保障为例，根据航班实时动态，采用智能优化方法，自动为航班分配机位并规划滑行路线；在航空器滑行过程中，可以通过场面监视技术以及特种车辆自主定位技术，避免冲突、刮碰等事故的发生；最后，通过智能调度算法有序完成航班地面保障资源调度，从而提升航班安全保障水平和运行效率。再比如机场跑道状态的安全巡查，以往主要依靠人工目视巡检，效率低且存在安全隐患。如今，有了智能机器人，可依托其身上的各类传感器完成机场跑道状态数据采集，利用人工智能技术对数据进行分析，从而更精准、高效地识别跑道存在的安全隐患，还能为跑道运维养护提供预见性的决策支持，这些都显著提升了机场跑道安全保障水平以及运行效率。

刘一：人工智能技术的快速演进离不开大量数据的支撑，民航不同领域大数据的积累为人工智能场景落地提供了更为稳固的基石。因此，基于航企、机场、空管等主体单位不同的数据、用户、场景特点和优势，人工智能能够根据其主要业务需求提供深度的大数据应用。

未来，航空公司可利用生成式AI结合飞行大数据快速构建数字孪生飞行模型，以较低成本实现数字环境中对飞行过程全生命周期仿真模拟，从而实现智能化的飞行安全管理和飞机健康管理。对于机场而言，一方面人工智能能够支撑旅客全流程自助服务，另一方面这些数字化交互服务产生的旅客流数据又能为运行管理人员提供决策优化辅助。目前，民航管理干部学院民航数据治理与决策优化重点实验室正在研究通过数据挖掘实现机场旅客流的感知、预测和优化，提升机场安全水平和运行效率；在空管领域，开发基于空管大数据的人工智能应用，能够有效赋能安全、容量和效率，如基于历史航迹数据构建预测告警模型，为管制员提供智能辅助决策支持等。

张磊：人工智能技术给航企、机场、空管带来的帮助，一方面体现在提升安全水平上，既能应用于飞机维修和检查，提前发现潜在的设备问题；也能应用于机场安全和监控，减少飞行风险。另一方面体现在提升运行效率上，通过人工智能优化飞行路线和调度，减少航班延误，从而提高航班准点率。此外，人工智能技术还可以提升旅客出行体验，提供个性化的服务如信息查询、机票购买和行李托运等。

人工智能技术赋能民航安全水平和运行效率提升的场景体现在多个方面。在机场安检方面，使用人脸识别和行为识别等技术可提高安检效率和安全等级；在飞行计划和调度方面，根据历史运营数据和气象信息预测航班延误，并在新的飞行计划中提前做好安排，可大幅减少航班延误，极大提升运行效率；在机场地面服务方面，可帮助地勤人员优化服务流程如智能指挥、自助设备使用等，减轻地勤人员的工作压力，提升服务质量和效率；在机载设备安全检测方面，通过分析飞机部件的运行数据可发现故障和损伤征兆，提前预防事故的发生，提高飞行安全水平。

2022年，ChatGPT横空出世，迅速掀起了全球对于生成式人工智能的关注热潮。立足民航业，我们该如何看待这些“进化中”的前沿技术？又该如何利用和使用它们？对于其存在的“信任困境”是否有可行的解决方案？

李海丰：虽然生成式AI和大模型技术还在“进化中”，但在诸多领域，通用大模型技术已经展现出超凡的能力。近期，在医疗、教育、法律等领域都进行了垂直大模型的研发。可以说，大模型技术开创了人工智能领域的又一次革命。立足民航业，我们应积极拥抱这种具有变革性的技术，但考虑到生成式AI仍在“进化中”以及民航业的特点，在推进时应秉持积极且谨慎的态度。

民航领域想要利用和使用大模型技术，可以从训练民航垂直领域大模型开始，在现有通用大模型的基础上，融合民航领域数据进行再训练、指令微调以及风格对齐等；也可以采用工具学习范式，将大模型作为一种工具嵌入民航业务系统的智能算法研发中。

“信任困境”确实是AI技术在应用过程中无法回避的共性问题。为摆脱“信任困境”，我认为要从管理和技术两个层面发力。在管理层面，制定大模型等AI技术应用的监管制度、规范以及技术标准至关重要，可在容错性相对较高的场景优先试用；在技术层面，加快推进大模型等AI技术的可解释性研究、大模型技术能力边界与可靠性测评等工作。

刘一：如何将海量数据转化为行业知识，从而发挥数据价值，是推动智慧民航建设的关键问题。大语言模型等技术的突破无疑大大增加了数据“价值变现”的可能性。目前，大语言模型距离民航实际生产应用还有较长的路要走，我认为主要存在两方面的问题。

一方面是如何实现AI技术与行业需求场景的对接问题。以ChatGPT为例，其作为通用大模型已经拥有了非常优秀的对话能力，而一旦进入垂直领域，比如航班运行、旅客服务等领域，通用大模型便难以发挥作用。如何实现领域与通用模型的适配，让大模型从“通常可用”变为“专业适配”，是关键点，也是难点。

另一方面就是“信任困境”。民航是一个复杂性、脆弱性并存的行业，对安全性、业务连续性的要求极高，而深度学习目前一直存在欠缺逻辑性和可解释性的天然缺点。因此，我认为未来智慧民航的人工智能一定是人机互动的系统，在依托智能算法模型为决策提供支持的同时，相关专业人员也可以实时管控并优化模型，实现人工与智能的深度融合，这也是未来智慧民航发展的重要特征。

张磊：对民航业来说，生成式AI无疑有巨大的创新潜力。我认为主要体现在以下几个方面：首先，可提升旅客服务质量，如打造强大的客服助手，实时解答旅客的各种问题；其次，能模拟飞行训练，根据各种真实的飞行情况，进行模拟训练，为飞行员应对各种复杂情况作准备；再次，可自动生成报告，根据飞行日志、天气预报等数据自动生成飞行情况报告或者分析报告，大大提升报告生成效率；最后，能提升机场运行效率，根据大量飞行数据进行模拟，规划最优路线，提高航班运行效率，减少燃油消耗。

民航业如要有效使用这些前沿技术，必须确保所有数据的安全性和隐私性。通过业务场景的切入以及行业化的生成式模型训练和优化，深入了解民航业各个业务场景并储备对应的基础数据。在日后的实际应用过程中，还需要不断丰富业务场景及对应数据，逐步提升生成式AI能力，从而收到预期效果。

“信任困境”是一个挑战。随着技术的快速发展和普及，许多人对于这些“双刃剑”式的技术是否能被有效控制感到忧虑。为解决这个问题，除“白盒化”的系统设计、运行和评估外，还应构建更加完善甚至跨领域的测评体系，并进行大量实战测试，确保在各种情况下生成式AI的反应都在可接受和可控范围内。此外，还应逐步实现AI服务的开放和公正，让用户清楚理解生成式AI的运行原理，从而最大限度保证生成式AI被正确高效地使用。（中国民航报 记者王艺超、李佳为）

（本文刊载于中国民航报2023年11月29日5版）

《智慧民航》导刊每周三

与广大读者见面

让我们一起

聚焦智慧民航建设热点

擘画全新未来

期待您的来稿！

原标题：《聚焦智慧民航 | “人工智能+民航”探索正在升级》

阅读原文