Trí tuệ nhân tạo có thể là cứu cánh cho ngành quản lý không lưu

Mặc dù các nguyên tắc của trí tuệ nhân tạo (AI) và các lĩnh vực cốt lõi của nó như máy học tập (ML -  machine learning) và học tập sâu (DL - deep learning) đã có từ đầu những năm 1960, việc khai thác chúng hiện nay trở nên dễ dàng hơn bao giờ hết. Với lượng dữ liệu khổng lồ có thể được thu thập, truy cập, lưu trữ và khai thác khá dễ dàng cho phép các nhà nghiên cứu phát triển các thuật toán có thể hỗ trợ chúng ta trong một loạt các lĩnh vực trong cuộc sống. Công nghiệp hiện nay đang hướng tới đâu? Kể từ tháng 4 năm 2020, có sự không chắc chắn về tương lai của ngành hàng không. Sự gián đoạn lan rộng gây ra bởi đại dịch COVID-19 đã làm rung chuyển các nền tảng của thế giới.

Chúng tôi hy vọng cuộc khủng hoảng sẽ kết thúc nhanh chóng như khi nó đến, chúng tôi không thể coi thường khả năng tiếp tục bị gián đoạn. Trong khuôn khổ này, tôi tin tưởng mạnh mẽ rằng việc khai thác sức mạnh của AI trong quản lý không lưu là một trong số ít mục tiêu mà ngành công nghiệp hàng không cần cần phấn đấu. AI khó định nghĩa, nhưng một mô tả phổ biến là trí thông minh nhân tạo là một chương trình có thể cảm nhận, suy luận, hành động và thích ứng. Các thuật toán có hiệu suất được cải thiện khi chúng được tiếp xúc với nhiều dữ liệu hơn theo thời gian. DL (deep learning)- Tập con của máy học trong đó nhiều lớp mạng nơ ron học tập từ lượng dữ liệu khổng lồ.

Công cụ DeFOG dựa trên AI là giải pháp HungaroControl bổ trợ để tăng cường hình ảnh trong điều kiện thời tiết khắc nghiệt nhất

Người đứng đầu bộ phận R & D của HungaroControl, Krisztina Horváth, giải thích cách mà kế hoạch nghiên cứu AI trong quản lý hàng không và quản lý không lưu có thể giúp ngành vượt qua thách thức.

ML là bước tiếp theo trong sự phát triển của các thuật toán thông minh; đây là những kỹ thuật cho phép máy tính học mà không cần lập trình rõ ràng để làm như vậy. DL là một tập hợp con của ML, làm cho tính toán của các mạng nơ ron nhiều lớp khả thi. Chúng tôi hy vọng AI sẽ vượt qua trí thông minh của con người trong tương lai, nhưng chúng tôi chưa hoàn hoàn thành. Tuy nhiên, những lợi thế thực sự cho Kiểm soát viên không lưu (ATCO) là gì và làm thế nào các nhà cung cấp dịch vụ hàng không (ANSP) hoặc các công ty khác trong ngành có thể tận dụng các khả năng này?

AI - một chương trình có thể cảm nhận, lý trí, hành động và thích nghi.

ML (Machine learning) - Các thuật toán có hiệu suất được cải thiện khi chúng được tiếp xúc với nhiều dữ liệu hơn theo thời gian.

DL (deep learning)- Tập con của máy học trong đó nhiều lớp mạng nơ ron học tập từ lượng dữ liệu khổng lồ.

Tập trung vào Các lĩnh vực phát triển AI, Một số ANSP đã bắt đầu nghiên cứu và phát triển các giải pháp dựa trên AI. Phần lớn tiến bộ này đang được thực hiện thông qua Công ty liên kết nghiên cứu quản lý không lưu trên bầu trời châu Âu (SESAR JU), nơi điều phối các thành phần chủ chốt trong toàn ngành để thực hiện nghiên cứu và phát triển. Mặc dù cải thiện sự an toàn, hiệu quả và cải thiện môi trường một cách bền vững là mục tiêu chung của những nỗ lực đó, mục tiêu chiến lược của các dự án này là hiện đại hóa cơ bản ngành quản lý không lưu. Dựa trên những phát triển trong thập kỷ qua, chúng ta có thể hình dung ra các ứng dụng chính của AI. Dự báo lưu thông Trong ngành hàng không, một lượng lớn dữ liệu được chuyển thành thông tin và cuối cùng là kiến thức. Điều này cho phép khám phá lưu lượng không lưu hiện tại và tương lai, do đó cải thiện năng lực bằng cách tối ưu hóa lưu lượng. Các thuật toán được trang bị AI có thể ảnh hưởng đến cả bốn giai đoạn quản lý luồng không lưu: hoạch định chiến lược, lập kế hoạch thực tế, lập kế hoạch chiến thuật và phân tích sau điều hành. Dự đoán quỹ đạo được liên kết với lập kế hoạch chiến thuật - tức là khi máy bay đã bay trên không - và đây là một trong những lĩnh vực được nghiên cứu nhiều nhất trong lĩnh vực này. Các mô hình được xây dựng bằng thuật toán ML có thể dự đoán các chuyển động và cung cấp các ước tính chiến thuật của các mẫu trong tương lai. Điều này giúp các nhà hoạch định và ATCO được hỗ trợ bởi các công cụ dự báo để vạch ra các xung đột có thể xảy ra. SESAR JU đang tiến hành nghiên cứu sâu rộng về lĩnh vực này theo công trình nghiên cứu dữ liệu điều khiển,dự đoán quỹ đạo tàu bay (DART), với kết quả đầy hứa hẹn. Đối với máy bay trong khu vực tiếp cận cuối (TMA), sử dụng phương pháp tiếp cận AI IN ATM, Nhà cung cấp dịch vụ không lưu Hungary đã khai thác sức mạnh của AI để mang lại lợi ích trong môi trường mô phỏng và vận hành, giúp giảm bớt những thách thức của ngành.               

Phi công giả định ảo (Virtual Pseudo Pilot) là giải pháp phần mềm tối ưu cho trình giả lập kiểm soát không lưu, thực hiện.

Lược dịch từ tạp chí ATM

Nguyễn Hồng HIệp