افزایش استفاده از هوش مصنوعی در حمل و نقل هوایی در پسا کرونا

به گزارش ایلنا به نقل از سایت «سیمپل فلایینگ» گفته می شود که تا کنون از توان هوش مصنوعی در حوزه هوانوردی کمتر استفاده شده اما در شرایط فعلی پیش بینی‌ها بر این است که استفاده از هوش مصنوعی در بازار حمل و نقل هوایی از ۱۵۲.۴ میلیون دلار در سال ۲۰۱۸ به ۲.۲ میلیارد دلار تا سال ۲۰۲۵ برسد.

در مارس امسال، FLY AI (یک گروه سطح بالای هوانوردی اروپا ) اولین گزارش  خود را در این زمینه منتشر کرد. Eurocontrol  (یکی از مهمترین سازمان های هوانوردی اروپا)  این سند اختصاصی را با چندفاکتور کلیدی مانند ارائه دهندگان سرویس ناوبری هوایی، خطوط هوایی، فرودگاه‌ها،  سازندگان هواپیما، اعضای اتحادیه اروپا، ارتش و سایر موارد ارائه کرده است.

آدینا والهان ، کمیسر حمل و نقل اروپا در مورد این گزارش گفت: با توجه به اینکه حمل و نقل هوایی اروپا  برای کاهش تأثیرات زیست محیطی و همچنین تنگناهای ظرفیت، تحت فشار مداوم است ما به تغییرات پیچیده‌تری در زمین و هوا نیاز داریم و هوش مصنوعی می تواند کلید اصلی  در دستیابی به این هدف باشد.

FLY AI  دریافت که هوش مصنوعی پتانسیل عظیمی برای استفاده در مواردی دارد که دارای سناریوهای پیچیده مانند بهینه سازی پشتیبانی از کنترل کننده‌های ترافیک هوایی (ATCO) ، ایمنی ترافیک هوایی (ATSEPs)، خلبانان، اپراتورهای فرودگاهی و افسران امنیت سایبری هستند.

به عنوان مثال، در سال ۲۰۱۹ ، سرویس مدیریت حمل و نقل هوایی NATS یک آزمایش را در فرودگاه هیترو آغاز کرد تا ببیند آیا استفاده از دوربین‌های فوق العاده HD ۴K به همراه فناوری یادگیری سیستم می تواند به بهبود فرود هواپیما در زمان دید کم کمک کند یا خیر.

نرم افزار امنیتی

همچنین سال گذشته، شرکت امنیتی AI Synapse Technology از انتشار اولین پلت فرم اختراع شده هوش مصنوعی برای دستگاه‌های اشعه ایکس با نام Syntech ONE ۲۰۰ خبر داد. نرم افزاری که به منظور بهبود کارآیی اسکنرهای ایست بازرسی طراحی شده است ، قبلاً توسط فرودگاه بین المللی کسا اوساکا سفارش داده شده بود.

هر چند بعضی اوقات حمل و نقل هوایی متهم به عقب ماندن از سایر حوزه‌ها در استفاده از هوش مصنوعی  شده، اما واقعیت این است که هوش مصنوعی قبلاً تغییرات قابل ملاحظه ای در نحوه عملکرد پروازها به وجود آورده است. هم اکنون این فناوری به طور گسترده توسط شرکت‌های هواپیمایی و فرودگاه‌ها برای تشخیص چهره، پرسش و پاسخ مسافران ، بررسی چمدان، در فضای کارخانه و بهینه سازی سوخت اجرا می شود. با این حال، زمینه‌های کاربرد آن بسیار گسترده تر است.

باید در نظر داشت که مدیریت هواپیما یک کار دشوار است و اگر به صورت ناکارآمد انجام شود، می تواند هزینه گزافی را به شرکت تحمیل کند. سیستم‌های هوش مصنوعی می توانند نیاز به تعمیر و نگهداری هواپیماها را پیش بینی کنند و با این کار به شرکت‌های هواپیمایی کمک کنند تا خدمات را به شکل بهینه تری عرضه کنند.  مانند زمانی که هواپیمایی دلتا با تمرکز روی اطلاعات  و پیش بینی‌های نگهداری در سال ۲۰۱۸ میزان تأخیرهای نگهداری خود را کاهش داد.

قیمت بلیط و مدیریت خدمه

الگوریتم‌های هوش مصنوعی همچنین می توانند به خطوط هوایی کمک کنند تا قیمت بلیط را که با در نظر گرفتن پارامترهای مختلفی مانند فصل، قیمت سوخت، رقابت و غیره تعیین می شود را بهینه کنند. یک شرکت بریتانیایی متخصص در راه حل‌های هوشمند، یک مدل هوش مصنوعی را تهیه کرده که قادر است تا ۹۰ روز قبل از هر پرواز پیش بینی‌هایی را بین ۷۰ تا ۸۰ درصد به شکل دقیق انجام دهد.

در این زمینه مدیریت خدمه را نباید از نظر دور داشت، عواملی مانند صدور گواهینامه، تایید صلاحیت خلبانان، مهمانداران و مهندسان همگی باید در نظر گرفته شوند. برنامه‌ریزی مجدد کارکنان با استفاده از یک سیستم مبتنی بر هوش مصنوعی باعث افزایش بهره وری منابع انسانی و بهینه‌سازی چیدمان برای خدمه خواهد شد.

براساس اخبار هوانوردی تجاری، قبل از شیوع کرونا ۵۲ درصد از شرکت‌های هواپیمایی برنامه‌ریزی‌های مهمی در زمینه تحقیق و توسعه هوش مصنوعی برای سه سال آینده داشتند و ۴۵ درصد ایرلاین‌ها برای ۵ سال آینده این برنامه‌ریزی را انجام داده بودند.

واقعیت این است که تجارت و فناوری با هم رشد می کنند. وقتی خطوط هوایی تجاری تلاش می کنند از بدترین بحران رخ داده در این صنعت عبور کنند، می توانند با نگاه به آینده از سرمایه گذاری در نوآوری عقب نمانند.