Jak wykorzystać big data i sztuczną inteligencję do poprawy bezpieczeństwa lotniczego?
Jeżeli obecnie stosowane techniki nie zostaną unowocześnione, szybki wzrost ruchu lotniczego może doprowadzić do pogorszenia bezpieczeństwa lotniczego, które obecnie pozostaje na wysokim poziomie. Jak twierdzą uczestnicy finansowanego ze środków UE projektu SafeClouds.eu (Data-driven research addressing aviation safety intelligence), jednym z opłacalnych sposobów na wprowadzenie niezbędnych ulepszeń jest wykorzystanie sztucznej inteligencji (SI). W ramach projektu, będącego inicjatywą współpracy między liniami lotniczymi, instytucjami zapewniającymi służby żeglugi powietrznej, organami ds. bezpieczeństwa, środowiskiem akademickim i MŚP, stosowane są podejścia oparte na danych i uczeniu maszynowym w celu uzyskania nowej wiedzy na temat tego, w jaki sposób można pomóc interesariuszom z branży lotniczej w dalszej poprawie bezpieczeństwa. „Projekt SafeClouds.eu pokazuje, w jaki sposób analiza danych, nowoczesne technologie informacyjno-komunikacyjne oraz informacje na temat bezpieczeństwa mogą zostać wykorzystane do obsługi większego natężenia ruchu, poprawy bezpieczeństwa i zredukowania kosztów”, stwierdziła koordynatorka projektu Paula Lopez-Catala. SI pomaga w przewidywaniu zagrożeń i analizie czynników je poprzedzających Współczesny system lotnictwa zbudowany jest wokół szeregu osobnych „silosów danych”. Z powodów prawnych, technicznych i komercyjnych interakcje między tymi silosami są ograniczone – jeśli w ogóle występują. Projekt SafeClouds.eu miał na celu zmianę tej sytuacji, a tym samym utorowanie drogi do powstania nowego paradygmatu, w ramach którego lotnictwo będzie opierać się przede wszystkim na aktywnie współdzielonych danych. Dla uczestników projektu SafeClouds.eu punkt wyjścia dla tej zmiany stanowi SI. Jak tłumaczy Lopez-Catala, techniki SI, takie jak uczenie głębokie i sztuczne sieci neuronowe, umożliwiają analizę czynników poprzedzających zdarzenia dotyczące bezpieczeństwa. „Zrozumienie takich czynników poprzedzających i potencjalnych zagrożeń, które mogą prowadzić do incydentów bezpieczeństwa, jest niezbędne, by można było uzupełnić tradycyjne metody monitorowania bezpieczeństwa, analizy wypadków i incydentów oraz wyciągania wniosków”, stwierdziła uczona. Ponieważ SI potrafi automatycznie przewidywać potencjalne zagrożenia bezpieczeństwa w czasie rzeczywistym, jest kluczowym narzędziem umożliwiającym odpowiednio szybkie reagowanie. „Techniki i algorytmy są modyfikowane, dostosowywane i testowane, tak by były skuteczne w każdym scenariuszu bezpieczeństwa, od nieustabilizowanego podejścia do lądowania, przez ostrzeżenia dotyczące zbliżającej się powierzchni gruntu, utratę separacji w powietrzu, po bezpieczeństwo na pasie startowym”, dodała Lopez-Catala. Jednym z takich zmodyfikowanych algorytmów jest Smart Data Fusion (SDF). Dzięki połączeniu różnych źródeł poufnych danych w ujednolicone ramy, analitycy mogą skupić się na pracach analitycznych zamiast zajmować się inżynierią danych. „W efekcie SDF zapewnia pełny widok scenariuszy bezpieczeństwa, nawet jeśli różni interesariusze są w posiadaniu różnych fragmentów danych i każdy z nich chce zachować ich poufność”, dodaje Lopez-Catala. DataBeacon: infrastruktura umożliwiająca tworzenie aplikacji SI w lotnictwie Aby przekształcić te techniki i algorytmy SI w rzeczywiste aplikacje, w ramach projektu SafeClouds.eu opracowano nowatorską platformę DataBeacon. Platforma jest dostępna dla interesariuszy i naukowców, którzy mogą korzystać z niej w celu szybkiego opracowywania i wdrażania aplikacji SI dla lotnictwa. „Skalowalna, działająca na żądanie platforma obliczeniowa umożliwia bezpieczne łączenie zestawów danych i wykonywanie obliczeń na prywatnych danych oddzielonych od reszty platformy”, tłumaczy Lopez-Catala. DataBeacon ma liczne zastosowania, dotyczące między innymi analizy danych, aplikacji rozproszonych i technik Multi-Party Computation. Wykorzystuje też trzy warstwy obliczeniowe, które zapewniają bezpieczeństwo, skalowalność i elastyczność w przypadku wielu różnych aplikacji big data i SI w lotnictwie. „System DataBeacon, który powstał pierwotnie na potrzeby realizacji projektu z myślą o wspieraniu wymagań dotyczących ochrony danych i obliczeń, stał się w istocie najważniejszym rezultatem naszej inicjatywy”, mówi Lopez-Catala. „Naszym zdaniem ma on olbrzymi potencjał, który zespół chciałby zbadać poza ramami projektu SafeClouds.eu udostępniając go liniom lotniczym, lotniskom i instytucjom zapewniającym służby żeglugi powietrznej”.
Słowa kluczowe
SafeClouds.eu, bezpieczeństwo lotów, lotnictwo, instytucja zapewniająca służby żeglugi powietrznej, sztuczna inteligencja, SI, big data
