УДК 004

Анализ внедрения и влияние искусственного интеллекта на экономическую эффективность авиационной отрасли

Киргизбаев Мансур Алишерович – студент факультета Лётной эксплуатации Санкт-Петербургского государственного университета гражданской авиации им. А.А. Новикова

Колесников Василий Николаевич – студент факультета Лётной эксплуатации Санкт-Петербургского государственного университета гражданской авиации им. А.А. Новикова

Аннотация: Работа рассматривает важность внедрения искусственного интеллекта (далее – ИИ) в авиацию с целью повышения безопасности, экономичности и улучшения коммерческой эффективности. Неоспоримо, что ИИ обладает потенциалом оптимизировать операционные процессы, улучшить прогнозирование и обеспечить решения в режиме реального времени. Однако перед внедрением ИИ в авиацию необходимо провести тщательное исследование и продумать стратегию его использования. Продуманное внедрение ИИ позволит избежать негативных последствий и обеспечит соблюдение высоких норм безопасности. В итоге, правильно внедренный искусственный интеллект может стать ценным инструментом для авиации, способствуя улучшению операций, снижению рисков и повышению коммерческой привлекательности.

Ключевые слова: искусственный интеллект, авиация, пилот, технологии искусственного интеллекта, безопасность полетов, воздушное судно.

Искусственный интеллект в авиации находит широкое применение – от сокращения времени задержек рейсов до оптимизации использования реактивного топлива. Ведущие авиакомпании уже внедряют прототипы и тестируют приложения с применением искусственного интеллекта для улучшения удовлетворенности клиентов и оптимизации операционных показателей.

На рисунке 1 видно, что по данным немецкой компании, специализирующаяся на рыночных и потребительских данных, пассажиропоток в 2022 году восстановился до уровня 2016 года [1], а по прогнозам Международной ассоциации воздушного транспорта, в 2024 году число пассажиров, совершающих авиаперелеты превысит уровень, существовавший до COVID-19.

Рисунок 1. Количество перевезённых пассажиров по всему миру.

И по данным сайта Flightradar24.com 06.07.2023 года состоялся самый загруженный день в истории коммерческой гражданской авиации, было зафиксировано 134 396 рейсов на рисунке 2, а уже 20.07.2023 этот рекорд был побит числом 139 238 коммерческих рейсов на рисунке 3 [2].

Рисунок 2. Количество коммерческих рейсов 06.07.2023.

Рисунок 3. Количество коммерческих рейсов 20.07.2023.

Чтобы обслуживать такое огромное количество пассажиров, авиакомпаниям необходимо внедрять инновации и интегрироваться с новыми технологиями, такими как искусственный интеллект и машинное обучение. Искусственный интеллект в авиации потенциально может повысить мобильность городского воздушного транспорта, повысить безопасность полетов, автоматизировать планирование полетов и обеспечить прогнозируемое техническое обслуживание воздушных судов.

Оптимизация траектории полета

Компания Airspace Intelligence, которая разработала алгоритмы ИИ под названием «Flyways» анализируют данные о полете, такие как расстояние маршрута, высоты, расход топлива, тип воздушного судна, погодные условия и множество других данных. Приложение искусственного интеллекта анализирует полетные данные и определяет оптимальную траекторию полета, которая помогла бы сократить не только время полета, но и количество топлива, израсходованного во время полета.

Авиакомпания Alaska Airlines согласилась протестировать «Flyways» и в ходе шестимесячной пилотной программы эта система сократила время полета на пять минут и сэкономила колоссальные 480 тысяч галлонов авиатоплива. Alaska Airlines заявила, что Flyways также неплохо помогает рейсам избегать турбулентности, анализируя множество погодных данных и обеспечивая более плавные полеты.

«Flyways – это, пожалуй, самая захватывающая вещь, с которой я сталкивался в авиационных технологиях с тех пор, как себя помню», – сказал Паша Салех, глава отдела корпоративного развития Alaska Airlines.

Прогнозируемое техническое обслуживание самолета

Авиакомпании вынуждены нести высокие расходы, связанные с задержками и отменами рейсов. По данным Бюро транспортной статистики, задержки авиаперевозчиков составляют 35% всех причин задержки рейсов [4]. Незапланированное техническое обслуживание является основной причиной, приводящей к задержкам рейсов авиакомпаний. Алгоритмы машинного обучения могут помочь перевозчикам сократить расходы на внеплановое техническое обслуживание за счет мониторинга воздушных судов. Алгоритм машинного обучения будет отслеживать техническое состояние самолета в режиме реального времени и уведомлять техников о возможных неисправностях. Таким образом, авиационные техники могут заблаговременно выполнять мероприятия по техническому обслуживанию.

«3.1 В ходе проведенных в последние годы исследований было доказано, что модели на основе искусственного интеллекта могут использоваться для прогнозирования состояния систем воздушных судов и планирования процессов технического обслуживания. Искусственный интеллект позволяет создавать системы непрерывного мониторинга состояния воздушных судов. Благодаря использованию искусственного интеллекта ремонтные работы проводятся именно тогда, когда они необходимы, что предотвращает напрасную трату финансовых ресурсов на несвоевременный ремонт воздушного судна.

3.2 ИИ также способен разработать очень сложный процесс планирования технического обслуживания, который в настоящее время в основном реализуется в ручном режиме. Искусственный интеллект может стать одним из важнейших средств обеспечения прогностического технического обслуживания в авиационной отрасли. Оно позволяет значительно снизить затраты на техническое обслуживание и повысить уровень безопасности полетов в авиационной отрасли» [5].

Lufthansa Industry Solutions участвует в проекте «OMAHA» с 2014 года с целью помочь компании улучшить предиктивный метод технического обслуживания, добиться прорыва в оказании услуг по техническому обслуживанию и ремонту в авиации. Другими партнерами в совместном исследовательском проекте, возглавляемом Airbus, являются Airbus Defence & Space, Airbus Group Innovations, Nord Micro, Linova Software, Немецкий аэрокосмический центр и Немецкий исследовательский центр искусственного интеллекта. К моменту завершения проекта партнеры по исследованиям создадут стандартизированную платформу, которая способна обеспечить основу для комплексного мониторинга состояния парка гражданских воздушных судов в будущем.

Это лишь часть сфер отрасли, в которых компании уже тестируют ИИ в работе, но надо помнить, что авиация – одна из наиболее консервативных и строго регламентированных отраслей, где каждый аспект прописан, а внесение изменений требует тщательной проверки. Это обусловлено неуклонным придерживанием жестких стандартов безопасности, которые предполагают исследование перед интеграцией новых технологических решений. Так и широкое внедрение ИИ упирается в эти руководящие документы и стандарты.

В феврале 2020 года EASA опубликовало отчет, в котором обсуждалась надежность искусственного интеллекта и то, как авиация может использовать ориентированный на человека подход к программам искусственного интеллекта. Boeing и Airbus работают над искусственным интеллектом как по отдельности, так и в рамках совместных международных партнерств.

EASA заявило, что ключевым приоритетом для них является стимулирование международных дискуссий и инициатив – в частности, координация предложений, направленных на решение сложных проблем безопасности полетов и кибербезопасности, связанных с авиацией с использованием искусственного интеллекта.

Стандарты DO-178C

Главной проблемой, связанной с внедрением искусственного интеллекта в транспортные услуги, является безопасность. Одним из фундаментальных аспектов систем, критически важных для безопасности, является согласованность: явное доказательство того, что одни и те же входные данные каждый раз дают одни и те же выходные данные. Вот тут-то и всё упирается в стандарты DO-178C.

DO-178C – это стандарт, разработанный RTCA, Inc. (Радиотехническая комиссия по аэронавтике) и принятый регулирующими органами, такими как Федеральное управление гражданской авиации (FAA) и Европейское агентство по авиационной безопасности (EASA), для разработки программного обеспечения, используемого в бортовые системы. Соответствие DO-178C имеет важное значение для обеспечения безопасности и надежности бортового программного обеспечения и часто является требованием для получения сертификата от регулирующих органов.

DO-178C не только обеспечивает меры безопасности, инженеры работают над некоторыми технологическими решениями, которые помогут сделать искусственный интеллект более безопасным и держать его под контролем. Некоторые из них включают:

• Установка внешнего монитора для оценки решений механизма искусственного интеллекта с точки зрения безопасности;
• Включение избыточности в процесс в качестве меры предосторожности;
• Возврат к безопасному режиму по умолчанию при возникновении неизвестных или опасных условий;
• Возвращаемся к полноценной статической программе, чтобы искусственный интеллект не мог развиваться сам по себе. Вместо этого искусственный интеллект выполнит анализ безопасности после запуска программы и определит, безопасна ли программа.

Ключевым выводом здесь является то, что предстоит проделать гораздо больше работы для мониторинга ИИ и обеспечения надлежащего уровня безопасности, но ИИ представляет собой одно из самых многообещающих достижений в авиации на сегодняшний день. При правильном использовании искусственный интеллект мог бы помочь обеспечить устойчивое будущее авиационной отрасли в условиях продолжающегося стремительного технологического прогресса.

Список литературы

1. https://www.statista.com/statistics/564717/airline-industry-passenger-traffic-globally/
2. https://www.flightradar24.com/data/statistics
3. https://www.airspace-intelligence.com/flyways-platform
4. https://www.transtats.bts.gov/homedrillchart.asp
5. Рабочий документ ИКАО ассамблея – 41-я сессия – «Использование искусственного интеллекта для повышения глобального уровня безопасности полетов».