想必不少同学都在假期看过了这部《中国机长》，并为这些呼唤之后长久的沉默而心惊肉跳。至少我本人看完后，当天登机的脚步都怂了起来，并默默买了一份意外险。

　　安全，是民用航空领域的第一准则，也是选择飞机与航司的首要标准。一个事故率高的航司，无论其食物多么美味、空乘多么美貌，恐怕我们都会在心里默默打上一个叉。

　　而关于AI航空航天的应用，我们已经有过很多讨论。AI上可带宇航员遨游太空，下可为无人机飞行运输保驾护航。与之相比，不怎么黑科技、又不够旷远神秘的民用航空，到底是如何利用AI让全球数百万人每天往返于天际之间的呢？

　　今天，当我们走进机场，已经能看到百花齐放的智能化应用了，比如导航机器人、人脸识别安检、智能语音播报、自助行李托运等等。甚至乘客能提前在各种航空App上了解某趟航班的延误几率，都是依靠人工智能整合数据资源来实现预测的。

　　除此之外，一些大型航司如美联航，也早就从2014年开始，就利用机器学习决策引擎向用户开放优先值机、座位升级等个性化服务。

　　被众多产业奉若救命稻草的AI，在航空业中早已是潜移默化、润物无声的存在。就拿商用航空最为关注的安全问题来说，关于AI技术的 应用研究就一直没有停止过。

　　在商业航空服务AI化的过程中，核心角色并不是与客户交互最多的航空公司。而是机场、飞机制造商这样的硬核角色。不同于航司那些接地气的创意创新，AI在航空安全上发挥的价值距离大众感知就有点远了。

　　比如飞机巡航的自动化系统。早在AI社会化普及以前，自动化系统就是商用航空多年的钻研对象，利用各种机动增强系统、传感器系统来自动调整飞机的控制面和辅助飞行，已经十分成熟。正如空客副总裁 AI Adam Bonnifield所说，“由于我们的行业背景，以及过去在解决自主化系统问题上积累的经验，我们对这些技术（AI）并不陌生。”

　　波音、空客等飞机制造商就利用人工智能进一步提升无人驾驶的能力，减少需要人类飞行员操作的时间。空客空客推出的双发宽体飞机A350XWB拥有约5万个传感器，每天收集的飞行和性能数据总计超过2.5TB，借助相关模型进行信息分析，就可以使机组人员投入更多时间来处理整体战略，根据飞行条件在必要时对飞机操纵特性进行控制，减少飞行员的认知疲劳从而提升安全性。

　　举个例子，飞机的跑道超限保护ROPS会自动计算飞机进近速度和重量，将算法模型与公布的跑道长度和当地天气进行比较，计算最佳的下滑道或轨迹，如果出现不安全的情况，系统会自动广播，让飞行员可以更快地做出决策。

　　当然，安全问题最好的解决方式就是君子以思患而豫防之，思则有备，有备则无患。要知道，在诸多造成飞机失事的原因中，机械故障的占比超过了20%，其中还不包括地面维修人员的失误。而这一切在引入AI系统后，能够在很大程度上得到改善。

　　比如传统训练飞行员体系只能仿真几十种典型故障，而通过AI对飞机上所有系统软硬件实现智能化，让包括制动器、发电机、阀门、发动机以及航空电子设备在内的设备实现自动检测和主动报警，让航空公司及时掌握并制定飞机维护策略，对飞行安全、飞机性能和寿命等进行更好的追踪预防，实现高效维修。

　　位于硅谷的 NASA 艾姆斯研究中心就开发除了相应的算法，用于检测飞机的异常情况和事故前兆的识别，借此发现飞行数据中的异常模式。

　　根据《国际航空电讯协会》研究内容，有45%的机场计划在未来五年内投入AI研发。我们看到的Chatbot应用、人脸自助查验，自动行李搬运车和行李机器人，也已经在海牙鹿特丹机场试验中。

　　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。