هوش مصنوعی نسل جدیدی از ابزارهای آموزش هوانوردی و خلبانی را ایجاد می کند
(AI) همه جنبه های صنعت هوانوردی را مختل می کند و این فناوری آماده است تا نحوه پرواز هواپیماها را کاملاً تغییر دهد. در حالی که پروازهای مسافری بدون خلبان در حالت خودپرواز، هواپیماهای خطوط هوایی مجهز به هوش مصنوعی به این زودی ها به واقعیت تبدیل نمی شوند، فناوری هوش مصنوعی در حال حاضر به عرشه پرواز هواپیما نفوذ می کند و نحوه انجام کار خلبانان و نحوه یادگیری پرواز را تغییر می دهد.
تعداد معدودی از شرکتهایی که سیستمهای کنترل پرواز مبتنی بر هوش مصنوعی را توسعه میدهند، در حال حاضر هواپیماهای خودران را به صورت آزمایشی پرواز میکنند، اما هوش مصنوعی هنوز هیچ هواپیمایی را هدایت نمیکند. در عوض، هواپیماهای خودمختار که امروزه توسط شرکتهایی مانند Xwing، Reliable Robotics و Merlin پرواز میکنند، بر پیشرفتهای فناوریهای خلبان خودکار و قابلیتهای خلبانی از راه دور متکی هستند. این شرکتها با استفاده از Cessna Grand Caravans بهعنوان بستر آزمایشی، قصد دارند هواپیماهای قدیمی موجود را تحت گواهیهای نوع تکمیلی (STC) به هواپیمای مستقل تبدیل کنند.
«خودمختاری لزوماً برابر با هوش مصنوعی، یا یادگیری ماشینی، یا شبکههای عصبی عمیق، یا سیستمهای غیر قطعی یا هر چیز دیگری نیست. ماشینهای خودمختار میتوانند کاملاً قطعی باشند. این خوب است، زیرا به این معنی است که گواهیپذیری هواپیماهای خودمختار میتواند مشکل قابل حلتری باشد، بهویژه با توجه به برخی از چالشهای عمیقتر که در حال حاضر در مورد توضیحپذیری هوش مصنوعی، اعتماد به هوش مصنوعی، و تعمیمپذیری هوش مصنوعی به آن میپردازیم.»
PilotEye از هوش مصنوعی و شبکه های عصبی برای تجزیه و تحلیل تصاویر و داده های دوربین ها و حسگرهای مختلف برای درک دقیق محیط اطراف خود استفاده می کند. "شما برای تصمیم گیری نیازی به هوش مصنوعی ندارید. شما به بخش هوش مصنوعی نیاز دارید تا ببینید که این یک باند فرودگاه است نه یک جاده و اینکه در واقع همان مسیری را که شما میخواستید پیش میرود .
او توضیح داد که نرم افزار بینایی کامپیوتری مجهز به هوش مصنوعی می تواند اشیاء و موانع را به دقت شناسایی کند تا مشخص کند، برای مثال، آیا دوربین «ابری را که واقعاً حرکت نمی کند، یا هواپیمای وجود دارد که دقیقاً به سمت شما می آید» را شناسایی کرده است. "اینها چند مشکل سخت تر هستند."
Avidyne قصد دارد PilotEye را به عنوان یک ویژگی در مجموعه کوانتوم اویونیک ارائه کند که سال گذشته به طور خاص برای هواپیماهای جدید حرکت هوایی پیشرفته، مانند تاکسی های هوایی eVTOL و هواپیماهای منطقه ای هیبریدی-الکتریکی راه اندازی شد. Daedalean همچنین در حال توسعه یک سیستم برنامه ریزی پرواز با هوش مصنوعی است که با خلبان خودکار هواپیما ادغام می شود و ناوبری خودکار را امکان پذیر می کند. این اطمینان می دهد که هواپیما می تواند با خیال راحت از طریق راهروهای تعیین شده مانند تاکسی های هوایی eVTOL که در ارتفاعات پایین در مناطق شهری پرواز می کنند، حرکت کند.
Blueskeye AI ، یک شرکت نرمافزاری مستقر در بریتانیا، از نرمافزار تشخیص چهره و تجزیه و تحلیل صدا برای بررسی رفتارهای مرتبط پزشکی و بیوفیزیکی استفاده میکند، بنابراین ما میتوانیم از آن برای ارزیابی، تشخیص، نظارت و درمان شرایط پزشکی استفاده کنیم که در واقع رفتار بیانی شما را تغییر میدهد. میشل والستار، بنیانگذار و مدیر عامل Blueskeye هوش مصنوعی به AIN گفت، مانند خستگی، درد و اضطراب .
وقتی صحبت از هوش مصنوعی به میان میآید، صنعت هوانوردی (همراه با سایر نقاط جهان) تازه شروع به درک تعداد زیادی از امکاناتی میکند که فناوری میتواند ارائه دهد. در حالی که هوش مصنوعی نحوه پرواز هواپیماها و خلبانان را تغییر می دهد، تقریباً همه جنبه های عملیات زمینی را نیز تغییر می دهد، از پلت فرم های رزرو پرواز تا مدیریت زنجیره تامین.
هوش مصنوعی آموزش خلبانی را بهبود می بخشد
مدارس پرواز در حال حاضر ابتکاراتی را برای استفاده از فناوری هوش مصنوعی در دست اجرا دارند تا آموزش خلبانان را کارآمدتر، موثرتر و در دسترستر کنند. در خط مقدم این تلاش ها، CAE، یک شرکت جهانی است که شبیه سازهای پرواز و سایر دستگاه های آموزشی برای خطوط هوایی و مدارس پرواز تولید می کند.
CAE در حال توسعه ابزارهای مبتنی بر هوش مصنوعی است که می تواند با تجزیه و تحلیل عملکرد یک دانش آموز خلبان و تنظیم برنامه های آموزشی برای نیازهای خاص هر فرد، تجربیات آموزشی شخصی را ارائه دهد.
ریگان پاتریک، مدیر ارشد آموزش CAE، گفت: «برای موفقیت اکوسیستمهای یادگیری در آینده، ارائهدهندگان آموزش باید راههایی را بیابند تا پیشرفتهای باورنکردنی را که در فناوری آموزشی میبینیم با جدیدترین درک در یادگیری علم ترکیب کنند. "برای CAE مهم است که بفهمد علوم شناختی، رفتاری و اعصاب به ما در مورد چگونگی یادگیری انسان ها می گوید تا بتوانیم آن را به طراحی سیستم های آموزشی خود منتقل کنیم."
FlightSafety در تلاش است تا FlightSmart را با شبیهسازهای پرواز و همچنین سایر فرآیندهای آموزشی، از جمله آموزش وظایف در سیستمهای اویونیک و مدیریت پرواز، استفاده از اتوماسیون، روشهای عملیاتی استاندارد، مدیریت منابع خدمه، و تعمیر و نگهداری ادغام کند.
در طول آموزش شبیه ساز، نرم افزار هوش مصنوعی بیش از 4000 متغیر را در زمان واقعی نظارت می کند و به طور عینی عملکرد دانش آموز را در مانورهای خاص ارزیابی می کند. همچنین بین سبک های مختلف پرواز که تیم FlightSafety آن ها را به عنوان خجالتی، واکنش پذیر، ریسک پذیر یا تهاجمی طبقه بندی کرده است، تمایز قائل می شود. این فناوری میتواند نکات ظریفی را که ممکن است مربیان قادر به مشاهده مستقیم آنها نباشند، مانند میزان نیرویی که یک دانشآموز خلبان به کنترلهای چوب اعمال میکند، انتخاب کند.
تاکنون استفاده از سیستم FlightSmart به عملیات نظامی محدود شده است. برای اولین مورد استفاده، FlightSafety این فناوری را بر روی 16 دستگاه آموزشی T-6A در پایگاه نیروی هوایی ایالات متحده در کلمبوس، می سی سی پی پیاده سازی کرد. در سال 2020 آزمایش پذیرش را تکمیل کرد. اکنون FlightSafety به کار توسعه برای اصلاح سیستم و بهینه سازی طراحی رابط FlightSmart ادامه می دهد.
هدف FlightSafety این است که FlightSmart را برای آموزش خلبانان غیرنظامی در آینده در دسترس قرار دهد. به گفته FlightSafety، در نهایت، این فناوری می تواند برای کمک به آموزش انواع دیگر متخصصان هوانوردی، از جمله تکنسین های تعمیر و نگهداری و اپراتورهای هواپیماهای بدون سرنشین، گسترش یابد. این فناوری به طور بالقوه می تواند به صنایع دیگر منتقل شود و فرآیندهای آموزشی را برای هادیان لوکوموتیو، اپراتورهای دریایی، رانندگان کامیون و حتی جراحان بهبود بخشد.
منبع:ainonline