بلند آسمان در تسخیر هوش مصنوعی

صنعت هوایی از جمله صنایعی است که به دلیل پیچیدگی‌های خاص و نیاز آن به پردازش انبوهی از داده‌ها، هوش مصنوعی در آن می‌تواند نقش قابل توجهی داشته باشد. هر چند هنوز راه طولانی پیش رو قرار دارد اما پیشرفت‌های شکل گرفته نشان می‌دهد که باید در انتظار تغییرات بزرگتر باشیم.

خدمات سفارشی و رقابتی بر پایه هوش مصنوعی

فوربس در ادامه می نویسد: خطوط هوایی ویرجین آتلانتیک از جمله خطوط هوایی است که سامانه هوش مصنوعی مخصوص خود را توسعه داده است. این سامانه براساس داده‌های انبوهی که از مشتریان در اختیار دارد، متناسب با پیشینه مشتریان سلایق آنها را شناسایی و گزینه‌های شخصی‌ساز شده در قیمت‌های رقابتی به آنها پیشنهاد می‌کند.

تام باربر، رئیس بخش داده‌های ویرجین آتلانتیک در این ارتباط می‌گوید: «در قلب کسب و کار ما یک بانک داده قدرتمند قرار دارد که بر پایه آن خدمات یکپارچه به مشتریان و متناسب با سلایق آنها ارایه می‌شود که بر همین اساس می‌توانند خرید کنند، کتاب مورد علاقه شان را برای مطالعه انتخاب کنند یا تعطیلات‌شان را برنامه‌ریزی کنند. این در واقع یک بسته سفر از ابتدا تا انتهاست.»

این خطوط هوایی هم چنین در یک مشارکت تجاری با شرکت Fetcherr از هوش مصنوعی برای ارائه بلیت با بهای اقتصادی متناسب با شرایط بازار بهره می‌گیرد. موتور جستجوی Fetcherr کمک می‌کند در خطوطی که به شدت رقابتی هستند، بهای بلیت به صورت رقابتی عرضه شود. این کار از طریق پیش بینی رفتار بازار براساس مدل‌های تجاری مبتنی بر هوش مصنوعی انجام می‌شود.

کریس ویلکینسون قائم مقام قیمت گذاری و مدیریت درآمدهای ویرجین آتلانتیک در این باره می‌گوید: «این یک پیشرفت شگفت‌انگیز در قیمت گذاری و فراتر از مدل‌های سنتی بخش‌بندی بازار محسوب می‌شود و در واقع یک انقلاب در قیمت گذاری خدمات هوایی است.»

شرکت‌های دیگری نیز هستند که از موتور جستجوی قیمت گذاری Fetcherr استفاده می‌کنند که از جمله می‌توان به خطوط هوایی برزیل آزول و رویال ایر ماروک اشاره کرد.

مدیریت هزینه‌های بازاریابی با هوش مصنوعی

صنعت هوایی از جمله صنایع با حاشیه بسیار پایین محسوب می‌شود و به همین جهت کنترل هزینه‌ها در این صنعت بسیار ضروری است. در این مسیر هوش مصنوعی به شکل‌های مختلف به مدیریت هزینه‌ها کمک می‌کند. آژانس تبلیغاتی خطوط هوایی آیسلند برای همین منظور از یک سامانه مبتنی بر هوش مصنوعی بهره می‌گیرد که کمپین‌های تبلیغاتی شرکت را بهینه می‌کند. در نتیجه بازگشت سرمایه هزینه های تبلیغات دیجیتال ده برابر افزایش پیدا کرده است و هزینه هر رزرو به ازای یک فرد نیز 70درصد کاهش پیدا کرده است.

بهبود عملیات

در بخش عملیات شامل بازگرداندن هواپیما به خطوط بهره برداری و هم چنین روان کردن ترافیک فرودگاهی نیز هوش مصنوعی عملکرد قابل توجهی در سال‌های اخیر داشته است. به عنوان نمونه خطوط هواپیمایی آلاسکا به تازگی به سامانه‌ایی موسوم به Assaia پیوسته است که به بهینه کردن فرآیند بهره برداری از هواپیماها کمک می‌کند. هم چنین این شرکت با الحاق به مجموعه شرکت‌های عضو این سامانه به دنبال ارتقاء عملیات فرودگاهی است.

پاشا صالح، مدیر توسعه عملیات خطوط هوایی آلاسکا در این باره می‌گوید: «بهره‌گیری از این سامانه بهره برداری از هواپیماها را بهینه می‌کند، ضمن این که توسعه این فناوری در نهایت منجر به ایمنی بیشتر و کارآیی بالاتر می‌شود و حاصل همه این فرآیندها تجربه سفر بهتر برای مسافران است. ضمن این که روند جاری نشان می‌دهد توسعه فناوری‌های مبتنی بر یادگیری ماشین در صنایع هوایی بسیار روشن است.»

پلت فرم Assaia هم چنین در بخش عملیات و کنترل در فرودگاه برلین برندنبرگ به صورت گسترده به کار گرفته شده است.

توماس هاف اندرسون مدیر عملیات این فرودگاه چنین می‌گوید: «سیستم فرودگاهی زیرساختی است که می‌تواند تجربه سفر بهتر و مطمئن‌تر را برای مسافران رقم بزند. ما بنا داریم که میزان بهره گیری از زیرساخت‌های مبتنی بر هوش مصنوعی را در فرودگاه برلین افزایش دهیم که در نهایت به ثبات بیشتر شبکه و زمان‌بندی قابل اعتمادتر پروازها منجر خواهد شد. شواهد بیانگر آن است که کاربرد هوش مصنوعی در عملیات فرودگاهی روز به روز در حال افزایش است.»

صنعت هوایی سبز بر پایه هوش مصنوعی

تحقیقات نشان می‌دهد که حساسیت مشتریان خطوط هوایی نسبت به میزان آلاینده‌های کربنی که هر پرواز ایجاد می‌کند، افزایش پیدا کرده است و گوگل از جمله شرکت‌هایی است که برای حل این دغدغه وارد شده است.

کیت برندت، رئیس بخش پایداری گوگل مدعی است در طول پنج سال گذشته دغدغه‌های مشتریان نسبت به مسائل زیست محیطی در مقایسه با پنج سال پیش صد درصد افزایش پیدا کرده است. در این بین هوش مصنوعی قادر است با یافتن مسیر بهینه پرواز به کاهش آلاینده‌ها کمک کند و گوگل به خطوط هوایی کمک می‌کند تا میزان تولید آلاینده‌ها را در خطوط مختلف محاسبه کنند. این کار با همکاری «گوگل» و «شورای بین المللی حمل و نقل و هوانوردی پاک» در حال انجام است.

تولید پسدمه (ابرهای سفیدی که هنگام برخاستن هواپیماها تولید می‌شود) یکی دیگر از دغدغه‌های زیست محیطی است. هم‌اکنون دانشمندان بر این باورند که با شناسایی زون‌های اتمسفر و انتخاب بهینه این زون‌ها می‌توان تولید این بخارها را کاهش داد.

خطوط هوایی آمریکایی، شرکت گوگل و یکی از شرکت‌های انرژی معتبر در تحقیقی به دنبال پاسخ به این پرسش هستند که در چه شرایطی این پسدمه‌ها بیشتر تولید می‌شوند و آیا با فراهم آوردن اطلاعات مناسب برای خلبانان می‌توان از تولید این گازها کاست یا خیر؟

در تحقیقی که در همین ارتباط انجام شد هفتاد پرواز در مدت شش ماه از داده‌های پیش بینی آلایندگی براساس مدل‌های هوش مصنوعی بهره گرفتند. نتیجه کاهش 54درصدی پسدمه در مقایسه با پروازهایی بود که از مدل‌های پیش بینی بهره نگرفته بودند.

جولیت روتنبرگ، رئیس آب و هوای هوش مصنوعی در مرکز تحقیقاتی گوگل می‌گوید: «این مدل پیش بینی پسدمه، ترکیب هوش مصنوعی با مجموعه گسترده ایی از داده‌های ماهواره‌ایی، داده‌های آب و هوایی و اطلاعات پروازهاست و نتیجه تحقیقات و مطالعات بیانگر موفقیت این مدل بوده است و با استفاده از این فناوری می‌توان میزان تولید پسدمه را مدیریت کرد.»

خلبانان ماندنی هستند؛ اما هواپیماها هوشمند می‌شوند

ورود فناوری‌های هوشمند در صنعت هوایی در این سال‌ها بسیار چشم گیر بوده است. از دیگر تغییرات این است که سیستم سلامت هواپیماها هم اکنون قادر است دریایی از اطلاعات را تولید کند که به پیش‌بینی پذیری زمان تعمیر کمک شایانی می‌کند.

از جمله نمونه‌های عملی در این حوزه دوباره به تجربه شرکت هوایی ویرجین آتلانتیک باز می گرد. این شرکت در همکاری مشترک با سازمان تعمیرات و نگهداری هواپیماها و شرکت هوایی فرانسه، پلت فرمی را به کار می گیرد که می‌تواند نیاز به تعمیر هواپیما را حتی تا پنجاه پرواز زودتر اعلام کند. این پلت فرم که Progonos نام دارد مبتنی بر هوشمند مصنوعی و فناوری کلان داده ها، طراحی شده است.

در این فرآیند بخش های مختلف سیستم چک و نتایج آن گزارش می‌شود. این توانمندی شرکت‌های هواپیمایی را قادر می‌سازد از زمین گیر شدن هواپیماها یا ایجاد اخلال در نظم پروازها جلوگیری کنند.

در کنار این ها، هم اکنون اخبار متعددی منتشر می‌شود که نشان می‌دهد خطاهای انسانی منجر به سوانح هوایی شده است و در ازای آن پروازهای اتوپایلوت از سطح ایمنی بالاتری برخوردار هستند؛ اما باید توجه داشته باشیم که ایمنی در پرواز مقوله‌ایی بسیار پیچیده و درگیر با متغیرهای مختلف است؛ بر همین اساس باید بگویم آینده دور قابل پیش بینی نیست که به دقت بگوییم آیا پروازهای بدون خلبان میسر خواهد بود یا خیر؟ اما در بازه قابل پیش بینی آتی، تمام داده ها بیانگر آن است که خلبانان مسیر شغلی خود را حفظ خواهند اما هوش مصنوعی و فناوری‌های نو باعث ارتقاء استانداردهای پرواز و خلق تجربه‌های بهتر خواهند شد و به تعبیری می توانیم شاهد حضور هواپیمای هوشمند در آینده باشیم.