Projektbeschreibung
Künstliche Intelligenz und Transparenz im Flugverkehrsmanagement
Es werden hohe Erwartungen damit verknüpft, dass künstliche Intelligenz (KI) und maschinelles Lernen (ML) im Flugverkehrsmanagement zu einem wichtigen Durchbruch führen werden und mithilfe eines hochautomatisierten Systems höhere Kapazitäten ermöglichen können. Die Zuverlässigkeit und Sicherheit dieser Systeme sind jedoch sowohl für Nutzende als auch Betreibende eine entscheidende Frage und eine grundsätzliche Hürde für die Einführung von KI- und ML-Technologien in allen Bereichen. Das übergeordnete Ziel des EU-finanzierten Projekts TAPAS ist es, eine Reihe von Grundsätzen und Kriterien bereitzustellen, die den Weg für einen sicheren und vertrauenswürdigen Einsatz dieser Technologien im Flugverkehrsmanagement ebnen sollen. Techniken, die sich auf erklärbare künstliche Intelligenz stützen, werden in Verbindung mit visuellen Analysen dazu beitragen, zwischen der Effizienz in der Einführung von KI und der Eignung für den Einsatz in bestimmten Anwendungen abzuwägen.
Ziel
As Artificial Intelligence (AI) becomes an increasing part of our lives in general, individuals are finding that the need to trust these AI based systems is paramount. Air Traffic Management (ATM) is not an stranger to this: with a system close to, or already at, a saturation level, AI applications are considered a main enabler to reach higher levels of automation.
This would mean a fundamental shift in the automation approach when moving from the classical human-machine interaction to a potentially much richer solution enabled by these AI systems, in which trust in the operations needs to be generated. As humans, operators must be able to fully understand how decisions are being made so that they can trust the decisions of AI systems. The lack of explainability and trust hampers the ability (both individual and global) to fully trust AI systems.
TAPAS aims at exploring highly automated AI-based scenarios through analysis and experimental activities applying eXplainable Artificial Intelligence (XAI) and Visual Analytics, in order to derive general principles of transparency which pave the way for the application of these AI technologies in ATM environments, enabling higher levels of automation.
Specifically, TAPAS will:
• Analyse two operational environments: ATC (Air Traffir Control)Conflict Detection & Resolution (tactical), and Air Traffic Flow Management (pre-tactical). For them, levels of automation 1 to 3 according to SESAR Model will be considered.
• Develop eXplainable Artificial Intelligence (XAI) prototypes addressing the requirements and acceptability criteria of the scenarios.
• Run experiments that assess the applicability of these XAI modules in the higher levels of automation considered, exploring different ways of interaction and information exchange.
• Apply Visual Analytics techniques to contribute to explainability of decissions.
• Extract conclusions, principles and recommendations related to transparency of AI in ATM.
Wissenschaftliches Gebiet
Not validated
Not validated
Schlüsselbegriffe
Programm/Programme
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
RIA - Research and Innovation actionKoordinator
28022 Madrid
Spanien