嘉宾讨论及观众互动

 

丁建立：下面进入讨论环节，我们知道人工智能现在非常热，可以说是非常火爆，人工智能发展到现在有五十六年的历史，这次人工智能的高潮和云大物联密切相关，也是新技术协同发展起来的。请各位嘉宾结合民航业新技术的发展谈一谈人工智能在民航应用的哪些方面会很快突破？哪些方面还存在技术瓶颈，需要技术积累？

井明灿：确实人工智能是科技汇聚的珍珠，现在怎么把科技底盘用在民航业，其实腾讯一直在思考是让用户的体验回归初心，怎么样把旅客从原来的当他为海量的对象，只是能够提供同质化的服务转化成个性化的服务，客服体系里后台大部分的工作是可以通过智能客服的手段，我们也作出了民航的产品，你的航班的各种状态、各种变化，各种各样的根据现在所知所触的决策对应的反映。同时对于客服人员也去赋能他，原来全部是人工没有一个助手的状态去回答问题，比如遇到大规模的航班延误，这其实是一个灾难，我们不管是赋能连接C端的客户还是连接B端的客服体系的人员，都是通过AI的工具智能知识库，智能的手段，能去做，已经看到非常好的效果，挑战仍然是存在的。人工智能其实真正想实现人的能力，差距是很大的。比如我明天早上要买最便宜最早的一班去哪里的一班票，以现在的能力做不到的，对自然语言的理解以及后台产品的会合都没有这样的体系可以使在后台数据形成一个人的交互方式再还给人，所以我们腾讯的团队开始做这样的事情，我们是非常务实的，我们用一些方式做好这些数据，在圈定的场景中实现一步一步的，可以看见的用户可以感知到的进步。

王洋：之前我们和很多民航交流的时候，大家也在问这个问题，一方面我如何利用人工智能这项技术来解决业务中的痛点？另外实际在人工智能的应用中我们也发现了很多问题，如何规避这些问题？第一个问题我想举两个场景，一个是我刚才演讲的时候也提到了我们利用人工智能的算法进行机位的智能分配和优化，这个场景在机场的整个航班流程的保证中还有很多类似的场景，比如在机坪的保障有很多需要协同的保障单位，这些保障单位的人员调度、车辆调度以及保障资源的调度目前很多是依赖于人的经验，未来我们是希望通过人工智能的方式联动航班动态，进行资源的灵活动态调配。举个例子，前一段和航空食品的用户交流，他可能在一个机场有100多辆航食的配餐车，但是可能100辆车保障400-500个航班一天，因为航班早出晚的时候要排布保障的任务，但是随着航班的运行会有航班的延误或者取消情况，这个时候它就需要人工去动态调配，未来我们希望通过我们的数字平台将各种各样的运行数据进行汇总，基于人工智能的技术去进行保障任务的动态调配。第二个场景案例实际上空管管制员在进行管制的时候，他实际上一方面有一个强制的换班制度，就是疲劳的时候需要换班，那华为去进行语音语义的识别通过语音的疲劳指数检测判断管制员的疲劳程度，甚至未来我们可以对管制员发出的指令进行语义的识别，结合到空管的系统对接，实时判断管制员发出的指令是不是和现在的航空器的路线有冲突的？这是两个场景案例的分享。

第二个问题就是如何规避人工智能应用的风险？我认为有这么多高科技企业做人工智能的探索包括客户的支持，我觉得技术上并不是什么大问题，但是我们更多的还是应该着眼在法律法规方面的建设，现在很多机场在用人脸识别的技术它也是一种人工智能的技术，实际上人脸识别在应用过程中，包括最近欧盟出台的GDPR的法规也对旅客个人隐私数据的保护提出更高的要求，所以我们和民航局、公安局交流的时候，公安局也提到未来我们也要出台一个类似于GDPR的标准和惩罚的措施，前段时间新闻爆出来有很多披着数据合法外衣的企业，他实际上利用的爬虫程序去窃取我们客户的一些隐私数据，所以我们未来通过人工智能标准的建设，法律法规的建设是我们未来更需要关注的。

毛军为：我感觉整个行业在算法或者代表智慧的部分用的还是比较成熟的技术，在代表所谓智能的部分，更多的内容是我们有机会从不同的取得去获取更加真实、更加完整、更加及时的数据，刚才我介绍PPT的时候，说要保护一个客人，之前要用所谓的收益或者智能的方式去算一下，根据一个通用的人的标准，这个人是愿意还是不愿意，现在通过一些技术能够真实地联系到他，知道他到底是愿意还是不愿意，我们可以很方便地去问他，这不是简单针对于某一个人、某一个航班、某一个舱位的场景，而是很多不同的场景。所以您的问题是在人工智能的领域有没有比较快的及时地应用，我觉得智的部分不如我们在信息或者数据的收集、整理和应用的成熟度上有可能再转化为生产力，创造企业利润收入。

第二，说到关于数据，最近刷屏的词就是“区块链”，云大物联，大家会提到去做关于航空的积分，信用体制，我觉得如果从为人民服务的角度，每一个人有可能是连着我们的身份证号，一出行他就有旅行的天然要求。如果我们从人的一辈子的角度或者生命周期的过程中，他有可能涉及到的航班数据，酒店的数据，访问的机场，他的偏好，从客人或者人民本身的角度他是非常需要，不会很容易被别人偷走和泄露的模式，这非常适合于区块链的方案。我们现在的挑战应该是围绕着客人的供应链，供应方是否能以有效的方式搭建这样的平台，提供这些服务并且合法合规，这些数据怎么让它真正发挥积极正向的作用，而不是被滥用。

这是我的两点意见。

耿永超：人工智能或者自动化我觉得更准确一些，实际上现在航空器在运行过程中很多时候已经实现了自动化，智能或者智能决策可能人对安全性的要求，我的理解就是越非实时的，可能大数据决策更容易，比如在空域规划的时候起的作用更好一些，随着战略决策到了飞行员操作这一块更多早期是规划下的辅助决策，做不到人工智能。

张旭：绿盟科技是做安全的企业，所以我从安全运维的角度谈一下我的看法。人工智能也好，大数据也好，这些东西对于日常运维都起到非常关键的作用，我是从一个基层运维人员成长起来的，对于这点认识非常深刻，从几千万条数据里面发现这些问题，在没有人工智能，没有大数据之前是不可想象的事情，通过人工智能可以有效地提高我们的运维效率，让我们做到高效的信息化运维。但是其实要提到一点只有人工智能是不行的，关键还是要有人去参与，由人去辅助做人工智能的修订、决策、判断一系列的工作，才能做到比较好的应用效果，所以人工智能和人是缺一不可的。这是我的一点看法。

曹同玥：我们本身公司做安全也比较多，实际上在日常工作中，我们的研发其实是把人工智能中的核心比如机器学习，举个例子任何装杀毒软件的电脑，它在判断软件是不是病毒的时候就会应用机器学习的技术，用算法去识别新型的病毒，这是日常的安全。我个人对这方面的接触不是特别多，我仅有的见识就是我们在上海实际上有一些应用场景是结合人工智能，结合5G，结合物联网，运用虚拟现实做飞机，我觉得在机场虚拟现实应该是比较好的切入点，只要注重安全，我觉得这是一个点。

孙立超：关于无人机上有没有人工智能，我相信一定是有的，因为无人机和有人机也有相似的地方，比如人脸识别。现在我们有很多黑飞，为什么会黑飞，因为飞行的时候你不知道它。飞机在激活启动之前你要进行人脸验证，这样就不存在黑飞现象，当然这就需要法律和规章制度。另外我再举一个例子，现在美国的UTM类似于我们现在做的UOM，它的飞行计划的审批几乎是一秒钟能过的，我们现在是达不到的，无人机和有人机不同的地方就是它同时起飞是很多的，靠人工审批飞行计划满足不了，自动化的审批需要人工智能和技术支持，我想在未来应用还会更广。

杨杰：我理解人工智能一方面是取代最原始的人的操作和判断，在机场里面的图像识别，当前用的比较多的是人脸识别，随着生产保障的过程中，图象识别可以用于什么？用以进程节点的时间采集，我通过视频或者图像的机器学习可以看到原来通过人要录的时间节点，现在完全通过摄像头分析出来什么时候入位，什么时候出来，现在机场都在走这一步的探索，我觉得可能很快慢慢铺开，虽然现在的准确度不是特别高，但是一步一步来，某些节点已经可以做到100%的识别。另一方面在超越人眼方面，刚才我说通过人眼去看是可以看出来的，超越人眼这一块比如说飞机的预达时刻，在复杂的气象环境下我们怎么去做到比人更精准、更准确（的判断）？通过人工智能或者机器学习可以做进一步的探讨，包括现在的空中流量这一块哪个区域的流量或者空中有拥堵情况，影响了哪些区域，这在全国范围内的搜索或分析在未来对于机场或航空公司也是非常关注的。归根到底就是数据很重要，如果要进行实时分析的数据，目前看有些数据质量还是远远达不到要求，所以在未来数据共享、数据质量其实也是一个关键。谢谢。

丁建立：非常好，实际上你把我的第二个问题引出来了，习近平总书记在中央政治局第十八次集体学习专门强调新型技术，把区块链作为核心技术自主创新的重要突破口，加快推进区块链技术和产业创新的发展，请各位嘉宾结合区块链技术与民航深度融合，促进数据共享、优化业务流程、降低运营成本、提升协同效率、建设可信体系等方面发挥重要作用。

井明灿：对于区块链我们做了很长时间的探索，去年还办过一次航空物流的区块链的会议，它典型在多方参与，对于数据隐私又有要求，天生就有它的优势，比如在物流领域，我们在这里面做了一些探索，以这样的典型案例为代表，这么多的合作方的数据通过区块链管理起来，让大家参与其中，数据的隐私也得到保障，这是一个场景。这样的场景只要大家能够把相关方实实在在地协同起来，这对行业是很颠覆性的工作，相当于集装箱把物流行业给颠覆了，这样一个集装箱都标准化了，可能航空物流也会有这样的机会。客运也一样，和人有关的场景中不管是积分、权益的互换，民航的权益典型的是以人为中心，其实这也是一个典型的场景，延伸出来包括钱包，自己的个人账户，消费的历史有隐私数据的要求。

王洋：区块链的技术在几年前就已经产生了，这项技术在习总书记发表讲话之前并没有在太多的行业进行实际的落地，每一项新技术出来之后有一个发展曲线，这个曲线前期会经历一个泡沫期，一个是技术没有那么的成熟，另外可能很多的厂商也好、客户也好没有找到特别和这项技术契合的应用场景，所以它会经历一个泡沫期，就是大家都在炒概念。实际上随着这个技术的发展，逐渐成熟之后，包括很多的客户找到自我能够应用的场景之后，这项技术就会走向一个成熟期，逐渐地渗透到各个行业里落地，有实际的应用。华为也在全球招募了很多区块链相关的专家，大家也在分析区块链的技术目前已经进入到了成熟阶段，同时我们也在很多行业和客户与合作伙伴打造可落地的范围，包括金融行业、物流行业都已经有应用，华为在一年多以前已经和我们的行业客户包括首都机场在内探讨把区块链技术运用到机场的旅客托运行李的管控中，区块链技术更多是以数据一致性的技术和保障，旅客托运行李原来存在很大的痛点，它实际上是要多环节联运的，涉及到旅客的起飞机场、目的机场以及中间机场的运输环节、地服公司的运输环节、航空器的运输环节，多环节的流程。这个时候和区块链技术的应用场景是非常契合的，我们当时探讨的理论模型就是每一个环节都可以作为区块链上的一个节点，未来大家在拿到这件行李之后往这个区块链去传我所掌握的信息，最终形成一致性的行李的传送的保障节点，未来就不会再出现旅客行李丢失的情况。所以后续我们也在和很多机场包括航司的客户紧密沟通这些方案，希望未来民航局提倡的旅客行李全流程追踪也能够很快地实现。这是我们的想法，谢谢。

毛军为：我再补充两个小细节，现在在物流信用体制用积分用区块链用得多，但是服务客人谈得少，我觉得有天然的要求，为什么有天然的要求？刚才说一个客人的行李是一个链，那做航班应该也是一个链，我做高铁应该也是一个链条四，打车也应该是一个链，所以在这个范围里，如果我们真准备干这个事应该要思考第一个是有没有可能至少在大交通领域或者旅游交通领域去做相应的数据国家标准？也就是说从一个客人的角度，从人的旅行需求和交通需要的角度。第二是数据的归属，我觉得最终的数据归属要么归属国家，服务公共建设，要么归属个人，在这个过程中，任何一个有资质去参与平台建设或者是提供这样的平台解决方案的供应商或者政府主体都应该明确这个数据在它的公共服务职能之外的商用边界或者具体商业化的测量方法，这是机制体制和立法法规方面的补充保障。

观众提问：专家们讲AI在民航的应用，我挺受启发的，现在云计算、大数据在民航业大面积使用，那么可用性和可靠性的问题非常突出了，怎么运用AI技术判定或者预先了解到可能是哪些问题。请华为的专家给我们分享一下。

王洋：您刚才提到的这个问题是如何用人工智能的技术进行故障或者是事件的预判，我们认为一方面如果我要进行您所提到的预判，其实它是模拟现在人工进行的业务领域的预判，人工的预判实际上是基于我对于各个维度数据的人工分析和采集。第一点，我们就要实现原来基于人工模型的数据采集和汇总，这也是演讲中谈到要把各个系统中、各个领域层面多元化的数据进行整合，同时我在数据层面去进行深入的分析，因为我们一直说大数据的整合是三分整合、七分利用，数据整合完之后如果没有深入分析，可能还是一盘散沙，只有我们深入的进行数据分析才能够使它产生价值，变成金子。

第二个方面就是如何利用人工智能对我的数据进行更加深入的分析，达到原来人工所不能进行预测或者分析的高度，这也是刚才谈到的随着人工智能技术的发展，你的技术是越来越超越原来的水平，就像美国的人工智能的机器人研究，可能两年前这个人工智能的机器人独立行走还很困难，但是最近的视频看打这个人工智能机器人已经可以跳跃、可以翻跟头了，人工智能的技术随着不断的发展它会逐渐超越原来人工分析的能力，去进行更深维度、更复杂的分析和处理，这就有赖于客户真正懂得这种业务逻辑，能够把我们的业务逻辑深入地分析透，叠加到我们的人工智能的算法里，基于我们的数据整合进行更深入的分析。

观众提问：各位专家下午好，我来自顺丰航空，我想问一个问题，我们今天讲的很多人工智能先进的技术用到航空信息化中，但是我一直思考一个事就是业务人员的技术是先进的，从管理角度的困惑有一些和它技术不一样的事件发生。所以我想请中航信的专家帮我们解答这个问题。

毛军为：您说在管理上是否有人工智能的部分，在掌握信息的及时性、准确性、真实性的领域，这可能是我们现在看到的智能的部分，“能”的部分，智慧的部分，用有限的信息，不充分的数据推算未来有可能发生什么样的状况，这部分是智慧的部分，我们现在主要做的工作主要是“能”的部分，“能”的部分是原来不知道，现在知道的能力。您刚才说技术上有很多的智能的解决方案，管理上是不是也能够跟进？我觉得首先允许在技术上用智能的解决方案去替代原来传统的流程或者是简单的重复人工的操作就是一个有效的管理决策，我们首先要有很好的使用新技术推动我们的业务更新、发展、变革的意识，这个意识就是管理，如果您想挑战我们现在已经有了成熟的决策或者管理体系，我觉得这还需要一些时间。