在被譽為“工業之花”的航空制造業中，人工智能也在發揮著越來越重要的作用。在諸多“神器”的加持下，飛機越來越“聰明”，飛行越來越安全，飛行員的操縱越來越輕松，乘客體驗也越來越好。然而，最近發生的兩起波音737MAX事故又讓人們開始重新審視人與機器的關系。

出于安全考慮，波音近期正在對737MAX的飛行控制軟件進行改進和升級，因為在錯誤的大迎角數據提供給了飛行操縱系統的罕見情況下，飛機的機動特性增強系統操縱法則會發起非指令性的向下配平。這使得飛行員在起飛階段遇到這種情況時會比較難以判斷和處置。

當機器可以幫助人做決策的時候，問題也來了——隨著人工智能技術的發展，它會強大到失去控制從而對創造它的人類產生威脅嗎？人工智能領域的“大牛”，在該領域深耕多年的泰雷茲公司的首席技術官馬克·艾爾曼給出的答案是，不會。“我們要打造的是可信賴的人工智能”。

圖片來源視覺中國

人工智能無處不在

人工智能可以實現感知、學習、賦予意義和推理等人類大腦的功能，而推理能力是幫助人們做計劃和決策的基礎。和很多航空業界的公司一樣，泰雷茲已將在人工智能領域超過30年的研究經驗，廣泛應用于包括空中管理、人員培訓、機上互聯、預測性維護、無人機飛行等領域。

以人員培訓為例，人工智能已開始在提升空管人員和直升機飛行員的培訓效率等方面發揮作用。Human Factors是泰雷茲針對空管人員的創新培訓方法。它可以記錄學員在每個培訓課程期間的語音通信、眼動追蹤以及模擬機操作的實時統計數據并進行分析，從而幫助教練對學員進行更客觀地評估。

HuMans則是泰雷茲針對直升機飛行員表現監測提出的全新解決方案。如今，飛行教員在利用模擬機培訓直升機飛行員時，對飛行員表現的衡量完全基于其操作的完成度和教練的主觀評估。但是HuMans則利用非侵入式傳感器和監控設備，可以實時客觀地評估飛行員的心理負荷，這一基于人工智能概念的模型已被用于監測飛行員的異常表現。

再以機載娛樂系統為例，作為全球最大的設備供應商，泰雷茲已經利用人工智能技術實現了對機上娛樂設備的預測性維護。在實際的乘機過程中我們會發現，如果機上娛樂設備在長途飛行中出現故障，會嚴重影響乘客的乘機體驗，尤其是兩艙旅客的滿意度，進而降低旅客的忠誠度。

按照慣例，為了保證服務質量，航空公司需要定期更換或更新設備，但這是一種成本很高的做法。因為有時他們更換或者更新的設備本身仍然運行良好，而那些真正故障或者即將報廢的設備卻并沒有被及時換掉。

泰雷茲是怎么做得呢？“我們是通過乘客與屏幕之間的所有互動、設備的所有反應，以及設備的運作方式來監測微小信號，從而預測故障的出現的。就像燈一樣。有時燈管震動，燈光強度改變，這很可能預示著它出了問題，也許下個星期就壞了”。馬克·艾爾曼說，通過人工智能學習故障模式，就叫做預測性維護。

當然，這只是一種通用方法。泰雷茲的研究實驗室正在進行更深入的研究，即“可解釋的預測性維護”。“我們將讓人工智能實現推理，不僅能夠告訴操作人員特定設備即將發生故障，而且還能告訴操作人員發生故障的根本原因是什么”。

當結果無法被驗證

從技術上講，這些功能是通過兩類算法實現的。

第一種算法是基于模型的，它通常具有確定性。這意味著它們在數學上是可證明的，即可以利用數學來證明特定結果是正確的。第二種算法則是基于數據的，屬于機器學習的范疇。這種算法是概率性的，馬克·艾爾曼將其形容為一個“黑匣子”。也就是說，它可以通過數據分析給出一個結果，但卻無法證明這個結果的正確性。

當然，這種對機器深度學習的不信任還來自于數據質量的不可控。如果在學習中使用了帶有偏差或被破壞過的數據，自然不會得到正確的結果。這就像一個學生在一個沒有提供正確教學內容的學校里學習一樣。但有意思的是，有些數據偏差來源于人為破壞，而有些則來源于數據背后開發算法的團隊或人本身帶有的無意識偏見。

對于某些應用來說，這并不重要。但如果用于處理生命攸關的關鍵問題，那么證明過程就意義重大，因為決策錯誤的代價太過巨大。

就像在飛行員短缺的背景下，我們討論給一個航班的機長配一個人工智能副駕駛是否可行。這個“副駕駛”不會向機長解釋為何給出某一建議，機長也無法確定它有沒有給出錯誤的反應。所以，沒有人愿意以生命安全為代價換來這樣的功能。“如果發生了事故，誰又來為此負責？”

正基于此，完全依靠人工智能操縱的無人駕駛航班到如今依然只存在于想象中。事實上，不止一家公司或者初創公司已經宣布了與無人駕駛飛機或無人直升機等相關的產品。但馬克·艾爾曼認為，人工智能完全應用于飛行控制的那一天并不會很快到來。“他們正在進行相關的驗證飛行。但是就飛行安全而言，他們并未能證明其結果。所以我認為進展可能會相對緩慢”。

機器無法取代人

那么在那些安全至上的任務環境中，如何讓人工智能既能為這個充滿挑戰的世界帶來各種益處，同時確保其在決策時刻提供的分析是值得信賴的呢？

“我們提倡一種可解釋、可驗證而且負責任的人工智能形式。”泰雷茲集團董事長兼首席執行官帕特里斯·凱恩說，要讓“黑匣子”變得透明，首先需要有監管和法規，在管理人工智能和數據的使用方面，要制定相應的框架機制。在這個基礎上，才能確保人工智能夠按照預期工作，使用完全被理解的機制，并且其產生的結果可以受到獨立驗證。

泰雷茲嘗試將深度學習與行為建模結合起來，除了人工智能系統的學習能力外，要求對支持智能行為的原則進行顯式建模，這將催生出一種可以依靠概念推理做出明確推論的新形式智能。

這也是馬克·艾爾曼提出的關于人工智能的獨特理念：即人工智能并非只是基于大數據的深度學習，而應該是同時結合了基于模型和數據的混合人工智能；只有這樣才能消除僅憑數據帶來的局限、偏見以及信任問題，讓人工智能成為一個可解釋的、可認證的“白匣子”。

他還讓人們大可放心，不必相信人工智能將替代人類智能，甚至對抗人類。“以一臺經過訓練的機器為例，它能識別叢林中的獅子。但如果你把一輛卡車放進叢林的圖片里，機器仍會報告它發現了一頭獅子。相對于人工智能無法將學習從一種環境轉移到另一種環境的固有缺陷，人類神經系統的工作方式要先進得多”。

盡管風口上的人工智能備受追捧且擁有廣闊的前景，但是在現階段，這些技術的能力依然有限。對人工智能的成熟度以及其在知識和推理方面的能力，人們有必要保持清醒的認識：人工智能無法取代那些能夠在每個決策關頭采取有意識行動的人。人工智能必須尋求在人與機器之間實現更加緊密的和諧，以便使人類能夠專注于人之為人的本質所在。（《中國民航報》、中國民航網 記者程婕）

泰雷茲的數字技術和人工智能解決方案

航空運輸

●互聯駕駛艙：實現實時數據共享，以優化飛機飛行路徑。

●互聯客艙：寬帶互聯網提供空中“家庭式”體驗。這一方案將與大數據分析相結合，創建個性化方案，以滿足乘客需求并建立忠誠度。

●機組和維護：互連的服務和維護，便于實時監控飛機的健康狀況并確保最大的服務可用性。

●無人機：無縫集成到低空空中交通管理系統。

地面運輸

●通過整合所有形式的交通來優化網絡，乘客出行更加簡單，并提出實時更新的最佳選擇，方便乘客從A地旅行至B地。

●預測性維護。

●具有“視覺和大腦”的自主運行列車，基于人工智能的數字化軌旁解決方案，可大幅提高性能并降低成本。

安全

●為了輔助監控保護（videoprotection）操作員，深度學習算法實時從視頻流中提取信息，并僅顯示需要做出決定的標注。包括人群密度管理，檢測無人看管物品或危險區域的移動，人員跟蹤，人臉識別和暴力行為檢測。

●網絡安全：深度學習算法可發現零日攻擊，漏洞分析日志可識別攻擊并對受感染文件執行無監督檢測。

●人工智能還可以模擬單個人員的動作及其在發生事故時的行為和反應。借助人工智能技術，泰雷茲可以在給定環境中模擬多達50000個人的行為，從而幫助管理者設計恰當的關鍵基礎設施并制定事件響應流程。

文章來源：中國民航網

網址：http://www.caacnews.com.cn/1/88/201904/t20190403_1270642.html