Лаборатория компьютерных наук и искусственного интеллекта Массачусетского технологического института (CSAIL) разрабатывает второго пилота с искусственным интеллектом для самолета под названием Air Guardian, который активно сотрудничает с пилотом, делая компьютер частью команды, а не резервной копией.
Управление современным самолетом может быть захватывающим, но временами оно также может быть пугающе трудным. При взлете, посадке, полете в переполненном воздушном пространстве или устранении внезапной неисправности пилот может столкнуться с огромным потоком данных с нескольких дисплеев, и ему потребуется лишь доля секунды, чтобы обработать все это и принять решение.
<р>Одним из примеров этого было 15 января 2009 года, когда рейс 1549 авиакомпании US Airways столкнулся со стаей птиц при взлете из аэропорта Ла-Гуардия в Нью-Йорке. Пилот Чесли «Салли» Салленбергер стал героем в тот день, когда принял решение бросить Airbus A320 в реку Гудзон, спасая жизни 155 пассажиров и экипажа.
Ирония инцидента заключается в том, что, по словам эксперта по искусственному интеллекту, который рассматривал инцидент и предпочел остаться анонимным, Салленбергеру не нужно было бросать самолет, и он мог добраться до аэродрома. Проблема заключалась в том, что у него просто не было достаточно времени, чтобы правильно оценить ситуацию, и ему приходилось действовать как можно лучше.
Расследование инцидента показало, что если бы самолет был оборудован системы искусственного интеллекта, отказа можно было бы избежать благодаря ее способности справляться с перегрузкой данных.
Такие летные системы искусственного интеллекта в последние годы привлекли большое внимание из-за их потенциала безопасности, а также возможности замены человеческих экипажей на обычных грузовых рейсах. Однако обычный подход — рассматривать ИИ как нечто вроде системы экстренного оповещения. По сути, его работа состоит в том, чтобы просто сидеть в своем ящике, отслеживать данные полета, а затем срабатывать, если что-то выходит за пределы заданных параметров безопасности.
По данным MIT, Air Guardian использует другой подход, контролируя не только самолет, но и пилота, поэтому он действует скорее как второй пилот, чем как аварийное торможение. Он делает это, отслеживая движения глаз пилота и создавая «карты значимости», которые представляют собой десятидолларовое слово для обозначения того, куда смотрит пилот и сколько внимания уделяется тому, на что смотрят.
Это звучит очень просто, но оно основано на некоторых чрезвычайно сложных алгоритмах и так называемых «жидких нейронных сетях», которые представляют собой очень гибкие сети, способные адаптироваться даже после обучения. Они также могут устранять некоторые математические узкие места, позволяя ИИ каждую секунду строить модель происходящего и учиться сотрудничать с пилотом.
Это сводится к тому, что пилот — это тот, кто управляет самолетом, поэтому лучше всего использовать его знания и опыт. Тем временем Air Guardian следит за вниманием пилота. Если они не обращают внимания на что-то важное или слишком много внимания на что-то другое, ИИ вмешивается, чтобы избежать потенциальных рисков.
Результаты этого были замечены в недавних полевых испытаниях, где пилот и Air Guardian сделали решения, основанные на идентичных изображениях. Благодаря объединению человека и машины уровень риска испытательного полета был снижен, а успешность навигации между целевыми точками увеличена.
«Эта система представляет собой инновационный подход ориентированной на человека авиации с поддержкой искусственного интеллекта», — сказал Рамин Хасани, исследовательский филиал MIT CSAIL и изобретатель жидких нейронных сетей. «Наше использование жидких нейронных сетей обеспечивает динамичный, адаптивный подход, гарантирующий, что ИИ не просто заменяет человеческое суждение, но и дополняет его, что приводит к повышению безопасности и сотрудничеству в небе».
Исследование проводилось в рамках исследования. опубликовано здесь.
