近来频发的航空事故和紧急事件凸显了采取更先进安全措施的必要性，人工智能能否成为降低人因风险和提高空中安全的关键？当前，人工智能在提高飞行技术、机务维护、导航设备监控等方面投入应用，在风险监测、效率优化、辅助决策和人机交互等领域提供有力支撑。然而，“人工智能能否取代民航飞行员”始终是需要回答的核心关切，人工智能引入驾驶舱后能否保证运行的安全性和稳定性？客机的算力能否支撑人工智能在驾驶舱的大范围应用？遭遇“黑天鹅”事件时人工智能能否胜任应急处置？在找到答案之前，人机竞合或能帮助民航业实现更高安全、更优效率发展。 人工智能路线图 民航领域，一些民航国际组织提出了人工智能路线图，其中比较典型路线有三种：
欧洲航空局提出《人工智能路线图2.0》，有三项比较大的分类：1.L1，人类辅助增强，路线图约定在2025年就完成相应的实验以及试点工作；2.L2级，人机协同合作，预计在2030年可以完成相应的试点和实验工作；3.L3，高级自主飞行功能，预计在2035~2050年完成相应实验和试点工作。其中L3尤其是L3B，真正意义上的无人飞行，但是有比较明显的一点是，欧洲提出的路线图计划明显滞后于它的计划本身，现在来看，它只能达到L1甚至L0.5的水平。 美国FAA在2024年也提出了人工智能路线图计划，但是它的路线图相对更为保守，完全没有提及人工智能在飞行中尤其是替代飞行员的应用。
中国民航局于2022年1月发布了《智慧民航建设路线图》，其中提出以“智慧出行、智慧空管、智慧机场、智慧监管”为核心抓手的重点工作。但是欧洲路线图相对来说最为激进，更多把重心放在工作计划预想上，而我国正在布局的低空经济和无人机经济，明显可以看出我国走的是一条无人机、低空经济、空航向货运、运输航空路线比较明确的发展方向。 从以上三条路线来讲，我国智慧民航的路线可能是最为稳定和稳健的。
2024年4月7日，中国民用航空局中南地区管理局向广州亿航无人机制造企业颁发了全球首张载人无人机生产许可证，这也是电动垂直起降飞行器首次在行业内获得的生产许可证，也象征着路线图中第一步，即由无人机作为引导和开端向有人机包括货运乃至客运过渡的第一个里程碑。 人工智能在民航多领域的应用现状 人工智在民航多领域都进行了广泛的应用：
在飞行技术方面，QAR（快速记录器）提取的飞行数据，通过对超限事件，包括各类不安全事件，对飞行员人群进行画像分类，制定相应的训练措施，帮助飞行员提高飞行技能。 在机务维修方面，借助各类飞行和机载数据库、机载获取的数据，对飞机的相关性、故障率、可靠性进行定量和定性分析，挖掘可能潜在的故障。 对导航设施和完好性的监控。通过反向挖掘飞机的运行参数、航班运行情况，可以得知导航台包括导航数据库、GPS的稳定性情况。
我国在安全管理和风险监测方面广泛使用了各类大数据以及人工智能的各类算法、应用和模型，通过挖掘SMS信息报送问题中的自然语言的关键词、关键字以及关键字段，局方监管的FSOP、ESMS以及危险品运输等各个方面的安全信息数据平台，获得了大量的安全数据。数据、算法和算力是人工智能不可或缺的三大要素，通过数据的获取，至少走完了人工智能在民航推广的第一步。 运行效率优化，对航空器数据分析可以有效提高我国在空域划分、航线规划以及进离港和机坪优化，包括后续推进设计和改进的有力支持。 为航空公司包括各个监管局以及控制大厅做辅助决策，可以提供精确的数据指导。 便捷地提供了飞行员的人机交互，最早有纸质手册、纸质航图和纸质资料查阅，每次航班运行可能都要携带上百页资料，在这些资料中可能隐藏相对有用或无用的信息，原来都由机组对这些信息进行人工识读和筛选，现在人工智能相关应用和模型，直接把这些信息推送到飞机的机载设备包括飞行员使用的平板电脑中，有效提升他们的飞行胜任力水平。
航科院现有的基站建设系统在全行业内包括全球范围内，是首个实现了国家级收集全部运行航班飞行数据机构，也是首个完成了数据库的建设。每天在全国上空差不多有13000架~18000架飞机在飞行，可以收集到150G~300G左右的数据量，每个航班能收集40万条~50万条左右数据，每秒可以收集到25M~40M数据，这个数据都是由航科院进行保管、分类和译码，通过大数据分析平台可以有效提取CSV文件，类似于Excel表格形式，其中包含以毫秒为精度的数据总体规划。数据可以通过各类分析工具提取出其中的不安全事件，向局方做智慧监管的有力支撑。此外，通过这些数据可以完成上一个页面中八个大方向的应用，中国民航在这一点上可以说走在了世界前列。 应用方向
近两年（注：演讲时间为2024年9月21日）都发生过飞机在飞行过程中，空中遭遇颠簸导致旅客受伤乃至死亡的事件。上图中绿点是飞机在飞行过程中获取的飞行数据，反向推出当时的运行情况。绿点说明当时飞机比较平稳，如果出现轻度或中度颠簸的话，会以黄色、橙色乃至红色做标注。飞机通过以后，可以向后续飞机包括空管、航空公司以及其他机组进行及时播报，让他们有效进行规避，比如改变高度层、改变航行或封闭该空域、暂缓航班等措施，避免人员和旅客受伤的情况。
如上图所示，飞机在运行过程中需要机组不断进行操作、修正以及监控，在这个过程中，要严格按照标准操作程序来执行飞行任务，这个系统可以有效判别出飞机中每个使用设备情况，包括标准喊话、指令附送、程序执行情况，通过自然语言模型以及飞机上的各类传感器进行统计分析，可以打出最后航班运行的标准情况和偏差率，一方面起到监管作用，另一方面对飞行程序进行改进和提升的过程。
如上图所示，舱音驾驶舱数据以及飞行参数相结合的系统，可以直接通过视频反馈飞机中每秒飞行情况、设备工作情况以及驾驶舱内语言情况，通过各类降噪算法，有效在嘈杂的驾驶舱环境中提取出所需信息，有效还原各类不安全事件中在驾驶舱中发生了什么。例如，坐飞机时感到落地非常重，有时可能是体感原因，另一方面确实有操作技术因素，我们可以进行有效修正和改进训练，让航班坐起来更为舒适和安全。 人工智能能否取代飞行员 人工智能在飞行过程中的挑战，其中一个话题就是人工智能是否能替代民航飞行员？美国在相对复杂的空战状态下已经实现了人工智能驾驶战斗机与人类飞行员进行对抗，甚至是大比例领先的情况。在相对四平八稳的民航飞行机上，是否能用人工智能代替民航飞行员呢？
民航跟人工智能相交最大的地方就是飞行自动化进程。如上图所示，有四个阶段： 第一阶段是在“二战”之前，飞机完全由人工进行驾驶，所有仪表都是由机械式或气压式等纯机械结构； 第二阶段是在“二战”以后，进入喷气时代以后，飞机上加装了一些电子化包括电子管、晶体管在内的传感器类最初阶的自动化设备，自动驾驶在飞机上的应用已经有将近一百年的历史了，在20世纪20年代，在飞机上就已经有了自动驾驶的雏形，通过齿轮结构、钢索结构对飞机进行短时间的飞行状态保持； 第三阶段是在80年代左右，即空客320和波音737正式进入运营以来的第三阶段，这里提出了玻璃驾驶舱，包括在驾驶杆后方有一个综合的显示仪表，通过机载的计算机，包括空客的电子式计算机和波音早期的半机械半电子式飞行计算机来将所有参数整合在同一个仪表上，供飞行员参考； 第四阶段是在2000年以后，飞机上加装了更多传感器以及自动驾驶和高级自动化功能，有效监控飞机的各类状态、各类参数不正常状态，例如空客的电子显示单系统，当飞机出现不正常情况下，像波音的飞行员，尤其是飞737比较传统飞机的飞行员，第一时间想到的可能是自己去翻手册、翻应急程序，而对空客的飞行员来讲，只需要根据飞机上已有的参数，会得出电子处置建议，会放在飞机的显示器上，按照它的步骤一步一步完成就可以了，相对来说自动驾驶对于民航来讲并不是一个特别陌生的概念。所以也有一种观点：在民航飞行里，只有起飞和落地是飞行员进行操纵的，更多巡航的时候，飞行员起到的是监控或调整作用。
人和人工智能包括自动驾驶之间的关系更多是一种竞争和合作的关系。现在来看，我们所做的在人工智能上的各种研究和努力并不是要把飞行员直接拉出驾驶舱、不再用人来飞飞行员，而是将人工智能、飞行员和人类的飞行员共同坐进驾驶舱，让它们共同推进航班的运行，保证安全，提高效率，包括提高整体航班运行的速度。 人工智能在飞行中应用的难点
难点一，人工智能在驾驶舱尤其是在替代飞行员或辅助飞行员进行决策运行方面的第一大问题就是安全。众所周知，民航尤其是客运航空最看重的就是运行安全。由人工智能所引发新一代的飞行包括客机的革命，一方面由于设备的进步，安全保障措施或改进措施会更多；另一方面人工智能引入民航以来，也会带来各种各样的困扰。例如2023年和2024年都发生过在欧洲和北美空管系统中，爆发,大面积由于计算机系统故障导致的航班无法放行、无法进行管制的情况，一旦将人工智能包括更高的自动化程度引入驾驶舱之后，能否保证它在运行过程中的稳定性，这是一个很大的研究课题。 难点二，人工智能在飞行应用中还存在比较致命的问题，就是硬件。人工智能的第二大问题就是算力问题，在飞机上，尤其是在民航客机中，算力最集中的地方其实是客舱，客舱的娱乐系统比驾驶舱里面的自动化设备算力会更高。有飞机设计师曾提到过，驾驶舱算力最高的东西就是机长或副驾驶兜里的手机，智能化程度最高的就是安装的语音助手或siri，其他的像飞机上的CDU、SMC等机载设备和机载控制系统更多是嵌入式或单片机结构，为了稳定性，算力都非常低下，甚至有的时候在737和320早期的型号里，使用CDU进行航路更改时会出现卡顿，甚至有时候需要人工进行插拔电源进行重启，从硬件角度来说，现在的民航客机尤其是经典和大量装备的737、320包括新一代的787和350，在算力上还无法支持人工智能在驾驶舱大面积的应用。 难点三，成本考量。民航包括飞行其实是一个非常烧钱的行业，现在主流的窄体机即737、320客机主流报价大约在7000万~8000万美元之间，而更高端的787、350、717客机的售价可能在3亿~5亿美元之间，像这样的成本已经是很多航空公司的重大开支来源，如果人工智能真的引入了驾驶舱、引入了飞行过程中，无疑会需要大量的技术上改进、设备上的更新，包括但不限于重新设计驾驶舱结构、重新设计飞机的飞控逻辑，乃至完全设计全新的飞机，这样的成本可能是无法接受的。 难点四，主要是配套问题。一是各种政策法规和研究路线图上的配套，二是智慧民航中的监管、空管、空域、机务维护以及决策和数据传输上的配套。飞机和民航发展到今天，并不是一个孤立的单元，更多时候需要一整套系统、一整套体系来进行支撑，才能顺利飞行。但是除了民航在驾驶舱和监管/空管过程中有人工智能推进的过程，但是很多行业包括机务、地面维护、地面引导和机场管制方面还有较长的路需要走。类似于使用生成式AI，需要更多次修改，原因是外部支持数据还不够，对于民航来说也是这个情况，飞行如果没有更多的数据支持，包括驾驶舱从外部获取的数据支持，很难将人工智能更大规模或更深层的结合飞行来进行开展。 人工智能在驾驶舱中应用的难点
难点一，可靠性难题。人工智能包括大数据这些系统在可靠性上还存在着一些问题亟待解决，很多时候问生成式文字类AI，得到的结果是答非所问的，这一点也是现在困扰人工智能在驾驶舱和飞行中进一步应用的难点。 难点二，应急处置难题。手册制造商和设计师不可能穷举每一种情况，例如在手册里，波音和空客第一条是免责条款，该手册中不能包含全部遭遇的事情，尽量把这种情况都列举出来，通过训练不断提升机组胜任力和能力，让他们有一定能力在面对非计划经受惊吓或所谓“黑天鹅”事件中，能有效保障飞行的安全。 难点三，适应性难题。现在机场里很多中小机场尤其偏远机场，设备并不完善，如果想要支撑人工智能在航班中的大规模应用，无疑要对这些机场进行大面积改造，否则只能飞北京、上海、广州或成都这种新一线、二线机场，小机场未来基于人工智能全自动飞行的飞行器可能无法在这个地方运行。 难点四，信任性难题。很多时候开车或飞行，前面有一位驾驶员或有一套机组坐着，会让人更安心一些。例如武汉正在落地的萝卜开跑，一上车前面没有驾驶员，感觉心里有点发慌，一旦失控了怎么办，没有人在里面，会不会存在责任的逃避等问题，这也是现在旅客对无人驾驶的客机最大的信任难题。
如上图所示，之前8633航班（英雄机长）飞往拉萨过程中，驾驶舱右侧玻璃脱落以后，导致驾驶舱受损。这就是应急性问题，不管是空客还是波音，在驾驶舱设计时都没有考虑过如此严重的受损情况。可以看到，操控面板下面的显示面板以及右侧大部分设备都已经损坏了。当时刘传健机长飞行过程中只有一个备用仪表有一点点亮光能够作为参考，更多的时候他只能进行目视飞行，所以这也是他传奇的原因之一，他是失去了所有导航和状态信息之后，仍然坚持把飞机飞回来了。未来如果人工智能驾驶的飞行器或，遭遇这种情况，一位飞行员可能遭受重创乃至受伤和死亡的情况，飞行器的完好性又受到了损伤，无法通过传感器和运算单位进行合理性的规划，这时候飞行器就有可能失去控制乃至坠毁，这也是民航和运输航空无法接受的一点。
人工智能的应用更多是为人类包括飞行员提供更有力的支持，而非取而代之。在未来很长一段时间里，都需要与人工智能进行共存，这一切都需要建立在信任、可靠性、透明的基础上。 人工智能在驾驶舱包括飞行中应用的构想
1.人工智能在飞行中可以提供有效的决策运行支持，提高安全运行裕度。很多资料可以交给人工智能进行阅读、分析，只需要它提取有效的内容或直接通过询问获取需要的信息。 2.人工智能包括自动飞行可以在飞行中提供更高的准确性。在可靠性方面，从安全学角度来说，人也是整个系统中非常不可靠的一环，可以通过人和机共同协作的关系，共同监督和提高整体的可靠性。 稳定性。例如人在困倦、高压力、高应激性情况下，能力会大幅下降，这时候人工智能或高度自动化会有效辅助飞行员，让他把心情调整到平复或状态调整到正常水平，以提高飞机的运行安全程度。 适应性。很多时候机器学习包括人工智能相对人来说会有一定更高的适应性，在面临一些问题时，它会提出一些独到的观点，就像下象棋，现在的AlphaGo、AlphaZero提出一些闻所未闻、前所未见的下棋思路，相信如果人工智能未来与飞行员或者驾驶舱相应设备的结合，也会得到相应的新思路。 3.下一代EFB电子飞行包的构想。通过人工智能与实时数据链提升整体飞行预测准确度，改善机组对于机械故障包括不可预期的设备故障进行诊断，提高有力的支持，比如本来是在机务相关范畴内，对于飞行员来讲处于不可知状态，一旦与外部失去联络或其他紧急情况下，可以更多地为机组提供知识上或能力上的支持。 4.下一代人机交互平台，利用自然语言处理模型，有效提高人机交互效率。因为现在很多时候所说的交互更多是通过键盘输入或类似翻阅的情况进行交互，在高负荷情况下，这种交互的模式可能会效率非常低，乃至影响飞行员的判断。 理想的人工智能助手
游戏、影视作品和动画片里很早就有人工智能的雏形，有比较理想的应用状态。 上图一，来自游戏《传送门》中的GLaDOS，它的特点是系统性为了达到目的不择手段，其实它也代表了人工智能的发展方向，就是只要给出一个目的，它会通过穷尽各种各样的手段，就像下围棋或棋类游戏中，我说我要赢，人工智能作为助手就帮助我想办法，给出上万种或数十万种甚至上百万种解题思路供飞行员进行选择。 上图二，来自动画片《高智能方程式》中的阿斯拉达，可以精准调控机身和各类飞行参数设备的使用情况，只要驾驶员或飞行员下令要减速到多少，中间所有过程和步骤都由它完成就可以了，或者要落地到哪个机场，只需要它把中间的关键性步骤由人和机械共同决策，其他一些细节的工作可以交给它完成。 上图三，《星际穿越》里的TARS机器人，它的特点兼具了前面两种人工智能全部的特点，此外还具有一定的幽默感，相信在未来不管是客机运行、航班运行，乃至更远一些的太空飞船运行中，为机组可以提供调节和增进的交互感。
那么回到最初的问题：人工智能能取代民航飞行员吗？很多人相信，未来总有一天人工智能将变得足够强大，足以克服上述诸多困难并独立控制飞机。但在此之前，人工智能与人类飞行员不是非此即彼的关系，而是人工智能与人类飞行员共同参与的格局。人工智能可以在特定场景下辅助或短时替补人类飞行员，提升飞行安全性和运行效率；而人类飞行员则通过与人工智能通力协作，应对各种复杂情况。可以预见的是，这种人机竞合关系将推动民航运输领域持续发展，为人类带来更加安全、高效的飞行体验，携手共创飞行新纪元。 |
