在被誉为“工业之花”的航空制造业中，人工智能也在发挥着越来越重要的作用。在诸多“神器”的加持下，飞机越来越“聪明”，飞行越来越安全，飞行员的操纵越来越轻松，乘客体验也越来越好。然而，最近发生的两起波音737MAX事故又让人们开始重新审视人与机器的关系。

出于安全考虑，波音近期正在对737MAX的飞行控制软件进行改进和升级，因为在错误的大迎角数据提供给了飞行操纵系统的罕见情况下，飞机的机动特性增强系统操纵法则会发起非指令性的向下配平。这使得飞行员在起飞阶段遇到这种情况时会比较难以判断和处置。

当机器可以帮助人做决策的时候，问题也来了——随着人工智能技术的发展，它会强大到失去控制从而对创造它的人类产生威胁吗？人工智能领域的“大牛”，在该领域深耕多年的泰雷兹公司的首席技术官马克·艾尔曼给出的答案是，不会。“我们要打造的是可信赖的人工智能”。

图片来源视觉中国

人工智能无处不在

人工智能可以实现感知、学习、赋予意义和推理等人类大脑的功能，而推理能力是帮助人们做计划和决策的基础。和很多航空业界的公司一样，泰雷兹已将在人工智能领域超过30年的研究经验，广泛应用于包括空中管理、人员培训、机上互联、预测性维护、无人机飞行等领域。

以人员培训为例，人工智能已开始在提升空管人员和直升机飞行员的培训效率等方面发挥作用。Human Factors是泰雷兹针对空管人员的创新培训方法。它可以记录学员在每个培训课程期间的语音通信、眼动追踪以及模拟机操作的实时统计数据并进行分析，从而帮助教练对学员进行更客观地评估。

HuMans则是泰雷兹针对直升机飞行员表现监测提出的全新解决方案。如今，飞行教员在利用模拟机培训直升机飞行员时，对飞行员表现的衡量完全基于其操作的完成度和教练的主观评估。但是HuMans则利用非侵入式传感器和监控设备，可以实时客观地评估飞行员的心理负荷，这一基于人工智能概念的模型已被用于监测飞行员的异常表现。

再以机载娱乐系统为例，作为全球最大的设备供应商，泰雷兹已经利用人工智能技术实现了对机上娱乐设备的预测性维护。在实际的乘机过程中我们会发现，如果机上娱乐设备在长途飞行中出现故障，会严重影响乘客的乘机体验，尤其是两舱旅客的满意度，进而降低旅客的忠诚度。

按照惯例，为了保证服务质量，航空公司需要定期更换或更新设备，但这是一种成本很高的做法。因为有时他们更换或者更新的设备本身仍然运行良好，而那些真正故障或者即将报废的设备却并没有被及时换掉。

泰雷兹是怎么做得呢？“我们是通过乘客与屏幕之间的所有互动、设备的所有反应，以及设备的运作方式来监测微小信号，从而预测故障的出现的。就像灯一样。有时灯管震动，灯光强度改变，这很可能预示着它出了问题，也许下个星期就坏了”。马克·艾尔曼说，通过人工智能学习故障模式，就叫做预测性维护。

当然，这只是一种通用方法。泰雷兹的研究实验室正在进行更深入的研究，即“可解释的预测性维护”。“我们将让人工智能实现推理，不仅能够告诉操作人员特定设备即将发生故障，而且还能告诉操作人员发生故障的根本原因是什么”。

当结果无法被验证

从技术上讲，这些功能是通过两类算法实现的。

第一种算法是基于模型的，它通常具有确定性。这意味着它们在数学上是可证明的，即可以利用数学来证明特定结果是正确的。第二种算法则是基于数据的，属于机器学习的范畴。这种算法是概率性的，马克·艾尔曼将其形容为一个“黑匣子”。也就是说，它可以通过数据分析给出一个结果，但却无法证明这个结果的正确性。

当然，这种对机器深度学习的不信任还来自于数据质量的不可控。如果在学习中使用了带有偏差或被破坏过的数据，自然不会得到正确的结果。这就像一个学生在一个没有提供正确教学内容的学校里学习一样。但有意思的是，有些数据偏差来源于人为破坏，而有些则来源于数据背后开发算法的团队或人本身带有的无意识偏见。

对于某些应用来说，这并不重要。但如果用于处理生命攸关的关键问题，那么证明过程就意义重大，因为决策错误的代价太过巨大。

就像在飞行员短缺的背景下，我们讨论给一个航班的机长配一个人工智能副驾驶是否可行。这个“副驾驶”不会向机长解释为何给出某一建议，机长也无法确定它有没有给出错误的反应。所以，没有人愿意以生命安全为代价换来这样的功能。“如果发生了事故，谁又来为此负责？”

正基于此，完全依靠人工智能操纵的无人驾驶航班到如今依然只存在于想象中。事实上，不止一家公司或者初创公司已经宣布了与无人驾驶飞机或无人直升机等相关的产品。但马克·艾尔曼认为，人工智能完全应用于飞行控制的那一天并不会很快到来。“他们正在进行相关的验证飞行。但是就飞行安全而言，他们并未能证明其结果。所以我认为进展可能会相对缓慢”。

机器无法取代人

那么在那些安全至上的任务环境中，如何让人工智能既能为这个充满挑战的世界带来各种益处，同时确保其在决策时刻提供的分析是值得信赖的呢？

“我们提倡一种可解释、可验证而且负责任的人工智能形式。”泰雷兹集团董事长兼首席执行官帕特里斯·凯恩说，要让“黑匣子”变得透明，首先需要有监管和法规，在管理人工智能和数据的使用方面，要制定相应的框架机制。在这个基础上，才能确保人工智能够按照预期工作，使用完全被理解的机制，并且其产生的结果可以受到独立验证。

泰雷兹尝试将深度学习与行为建模结合起来，除了人工智能系统的学习能力外，要求对支持智能行为的原则进行显式建模，这将催生出一种可以依靠概念推理做出明确推论的新形式智能。

这也是马克·艾尔曼提出的关于人工智能的独特理念：即人工智能并非只是基于大数据的深度学习，而应该是同时结合了基于模型和数据的混合人工智能；只有这样才能消除仅凭数据带来的局限、偏见以及信任问题，让人工智能成为一个可解释的、可认证的“白匣子”。

他还让人们大可放心，不必相信人工智能将替代人类智能，甚至对抗人类。“以一台经过训练的机器为例，它能识别丛林中的狮子。但如果你把一辆卡车放进丛林的图片里，机器仍会报告它发现了一头狮子。相对于人工智能无法将学习从一种环境转移到另一种环境的固有缺陷，人类神经系统的工作方式要先进得多”。

尽管风口上的人工智能备受追捧且拥有广阔的前景，但是在现阶段，这些技术的能力依然有限。对人工智能的成熟度以及其在知识和推理方面的能力，人们有必要保持清醒的认识：人工智能无法取代那些能够在每个决策关头采取有意识行动的人。人工智能必须寻求在人与机器之间实现更加紧密的和谐，以便使人类能够专注于人之为人的本质所在。（《中国民航报》、中国民航网 记者程婕）

泰雷兹的数字技术和人工智能解决方案

航空运输

●互联驾驶舱：实现实时数据共享，以优化飞机飞行路径。

●互联客舱：宽带互联网提供空中“家庭式”体验。这一方案将与大数据分析相结合，创建个性化方案，以满足乘客需求并建立忠诚度。

●机组和维护：互连的服务和维护，便于实时监控飞机的健康状况并确保最大的服务可用性。

●无人机：无缝集成到低空空中交通管理系统。

地面运输

●通过整合所有形式的交通来优化网络，乘客出行更加简单，并提出实时更新的最佳选择，方便乘客从A地旅行至B地。

●预测性维护。

●具有“视觉和大脑”的自主运行列车，基于人工智能的数字化轨旁解决方案，可大幅提高性能并降低成本。

安全

●为了辅助监控保护（videoprotection）操作员，深度学习算法实时从视频流中提取信息，并仅显示需要做出决定的标注。包括人群密度管理，检测无人看管物品或危险区域的移动，人员跟踪，人脸识别和暴力行为检测。

●网络安全：深度学习算法可发现零日攻击，漏洞分析日志可识别攻击并对受感染文件执行无监督检测。

●人工智能还可以模拟单个人员的动作及其在发生事故时的行为和反应。借助人工智能技术，泰雷兹可以在给定环境中模拟多达50000个人的行为，从而帮助管理者设计恰当的关键基础设施并制定事件响应流程。

文章来源：中国民航网

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