Deep Blue e i progetti di intelligenza artificiale nell’aviazione

• 
• Tweet
• Pin It
• Condividi per email

Deep Blue da oltre un decennio lavora all’inserimento e potenziamento dell’Intelligenza Artificiale nel settore dell’aviazione. Stefano Bonelli, Head of Innovative Human Factors, a proposito dell’esperienza di Deep Blue in questo ambito, ha raccontato: “Deep Blue ha iniziato a lavorare sull’intelligenza artificiale quando gli algoritmi di Machine Learning si sono dimostrati utili per ottenere informazioni in tempo reale sul carico di lavoro dei controllori di volo e dei piloti. Abbiamo da subito utilizzato l’innovazione per misurare la performance umana e per sviluppare team ibridi in cui esseri umani e assistenti digitali condividano compiti e responsabilità. Ancora oggi, in quanto esperti di Fattori Umani, ci concentriamo sul trovare dei modi per rendere queste squadre efficienti e sicure”.

Al giorno d’oggi, l’intelligenza artificiale può essere di supporto in molti degli aspetti che riguardano l’aviazione. Può contribuire a migliorare la sicurezza, identificando potenziali rischi in tempo reale, analizzando grandi quantità di dati provenienti da sensori, radar e altri sistemi, con un livello di analisi ed una velocità superiori agli strumenti attualmente in uso. Può anche aiutare a prevedere e prevenire incidenti attraverso sistemi di avviso. Può essere utilizzata per la manutenzione predittiva, prevedendo possibili guasti o problemi degli aeromobili. Inoltre, gli algoritmi possono analizzare i dati meteorologici, il traffico aereo e altre variabili per ottimizzare le rotte di volo e ridurre i tempi di viaggio e il consumo di carburante.

L’Intelligenza Artificiale può fornire supporto ai piloti e al personale di terra nell’analisi dei dati e nella presa di decisioni complesse, ad esempio durante situazioni di emergenza o nell’ottimizzazione delle operazioni di volo. Nell’ambito della formazione e della simulazione l’IA può essere utilizzata per addestrare piloti, controllori del traffico aereo e personale di manutenzione in scenari realistici e complessi, migliorando l’efficacia della formazione. In ultimo, ma non di minore rilievo, l‘IA può automatizzare dei processi come la pianificazione dei voli e la gestione del carico e supportare i controllori nel controllo del traffico aereo.

Deep Blue  sta affrontando questi temi attraverso quattro progetti di ricerca europei che mirano a compiere progressi significativi.

Astra è un progetto finanziato da Sesar 3 Joint Undertaking, che vede al lavoro un team multidisciplinare composto da cinque partner provenienti da quattro diversi paesi: Malta, Spagna, Italia e Svizzera. Il consorzio include Istituzioni Accademiche, Air Navigation Service Providers, Software developers e, ovviamente, Deep Blue. I partner hanno competenze complementari tra loro, in una combinazione tra accademici, tecnici, ricercatori ed esperti in fattori umani. Grazie allo sviluppo di uno strumento innovativo basato sull’Intelligenza Artificiale, Astra mira a trasformare il modo in cui viene gestito il traffico aereo e a mitigare i punti critici di congestione. Deep Blue ha in carico la parte di ricerca e disegno sperimentale, oltre a coordinare le azioni di dissemination e comunicazione. Gli strumenti predittivi basati sull’IA sviluppati da Astra serviranno per trasformare il modo in cui vengono gestiti i flussi di traffico, supportando i flow managers aumentando la loro capacità di predire problematiche (ad esempio un numero eccessivo di aerei previsti per un dato settore di spazio aereo) migliorare la pianificazione del traffico e creandoun ecosistema dell’aviazione più efficiente e sostenibile.

SynthAIr (Synthetic Data Generation for ATM Systems) è un progetto finanziato da Sesar e Horizon Europe ed è una pietra miliare per iniziare a definire un nuovo percorso per l’uso di strumenti basati sull’intelligenza artificiale per la generazione di dati sintetici in aviazione. Con l’avanzamento rapido delle tecnologie dell’IA, l’industria dell’aviazione si trova in un momento critico in cui la disponibilità dei dati pone sfide significative rispetto allo sviluppo di nuovi strumenti basati sull’IA, in particolare quelli relativi ai dati critici per la sicurezza. Come è risaputo, per addestrare le intelligenze artificiali è necessaria una grande quantità di dati; a volte, questi non sono sufficientemente disponibili (ad esempio, fortunatamente, dati relativi a eventi critici sono scarsi, proprio per gli alti livelli di sicurezza dell’aviazione). SynthAIr è pronto per affrontare questo problema urgente con un approccio innovativo. Al centro del progetto si trova il concetto di Universal Time Series Generator (UTG): un modello progettato per apprendere da più dataset di serie temporali e generare dati sintetici che rappresentano accuratamente nuovi dataset non visti in precedenza. Nel settore dell’aviazione, per esempio l’UTG può essere addestrato sui dati di aeroporti specifici e successivamente utilizzato per generare dati sintetici per ambienti aeroportuali completamente nuovi. Nell’ambito di questo progetto Deep Blue, si sta occupando di realizzare la valutazione degli effetti dei metodi sviluppati e dei modelli di previsione sulle prestazioni delle operazioni di trasporto aereo, oltre che del coordinamento delle azioni di comunicazione tra i tutti i partner europei.

Il progetto Trusty, finanziato da Sesar 3 Joint Undertaking, mira a implementare l’utilizzo dell’Intelligenza Artificiale nelle Remote Digital Tower (RDT). Trusty opera nel campo della gestione del traffico aereo per promuovere un uso sempre maggiore dell’intelligenza artificiale, focalizzandosi sul miglioramento di transparency e explainability (facendo in modo che il comportamento dell’IA e le soluzioni proposte siano sempre chiare e comprensibili agli operatori) e migliorando la fiducia (trust) nei nuovi strumenti. La RDT offre la possibilità di gestire i flussi di traffico negli aeroporti da remoto: mentre le torri di controllo convenzionali ospitano gli operatori che hanno una supervisione visiva diretta delle piste e delle vie di rullaggio, la RDT sfrutta la trasmissione video per fornire le stesse identiche informazioni. Questo progresso consente la fornitura di servizi di traffico aereo aeroportuale praticamente da qualsiasi luogo, promettendo miglioramenti significativi in ​​termini di efficienza operativa, sicurezza e aumentando la consapevolezza della situazione da parte dei controllori. Il progetto incorpora tecniche di visualizzazione delle informazioni come visual analytics, data-driven storytelling e immersive analytics nelle interazioni tra l’essere umano e la macchina. L’ambizione in questo contesto è quella di consentire ai lavoratori di preservare e massimizzare le proprie risorse cognitive per utilizzarle al meglio nelle attività in cui sono essenziali. A questo proposito, disporre di algoritmi trasparenti, affidabili e “spiegabili” può rappresentare una forte differenza nella loro implementazione. Deep Blue si occuperà della d testare gli algoritmi sviluppati da Trusty. Deep Blue eseguirà l’analisi dei risultati raggiunti attraverso la stesura del “Rapporto di Validazione” (Validation Report) per trarre le principali conclusioni sulla fattibilità operativa e sui benefici delle soluzioni proposte. Inoltre, stilerà le linee guida per valutare l’affidabilità delle decisioni basate su intelligenza artificiale nel contesto delle remote digital towers.

Coda (COntroller adaptive Digital Assistant) è un progetto che mira ad aumentare l’efficienza, la capacità e la sicurezza della gestione del traffico aereo, attraverso il potenziamento della collaborazione tra l’essere umano e l’intelligenza artificiale e lo sviluppo di un sistema in cui le attività vengano eseguite in modo collaborativo da team ibridi, ma anche affidate in maniera dinamica secondo i principi dell’automazione adattiva. Gli aspetti fondamentali del progetto includono il monitoraggio e la previsione degli stati mentali e dei compiti dei Controllori del Traffico Aereo , nonché la definizione di strategie per mantenere gli operatori in uno stato ottimale in termini di carico di lavoro, affaticamento, consapevolezza della situazione e stress. Allo stesso tempo, si mira a favorire l’efficienza complessiva del sistema congiunto di lavoro tra essere umani e automazione. Coda svilupperà un prototipo per un sistema in grado di anticipare e prevenire problemi di prestazione umana, per guidare dinamicamente l’assegnazione dei compiti tra controllori del traffico aereo e assistenti digitali. Il progetto è coordinato da Deep Blue, che si occupa degli aspetti di Human-AI teaming, della validazione del prototipo e della generazione dei risultati finali.

Stefano Bonelli ha concluso: “In aviazione la principale prioritàè la sicurezza: il livello di attenzione ai possibili rischi e quindi il numero di controlli che è necessario superare per essere autorizzati a usare nuove tecnologie è molto alto e questo è uno dei motivi per cui l’aviazione è uno dei domini con il miglior safety-record.

L’introduzione dell’IA in aviazione è guidata a livello europeo, e c’è collaborazione tra i vari enti che si occupano di sicurezza e certificazione, le industrie e la ricerca.

Ad esempio EASA (l’ente europeo per la sicurezza in aviazione) propone diversi step, Human assistance/augmentation (2023-2025+), human-AI teaming (2025-2035+), advanced automation and autonomous AI (2035-2050+) in cui il livello di automazione e autonomia viene gradualmente aumentato.

In generale, nell’ambito della ricerca, l’IA spazia dal supporto agli operatori (ad esempio i controllori), alla gestione di complessi flussi di traffico a livello europeo, all’individuazione di oggetti caduti in pista negli aeroporti, alla realizzazione di nuovi materiali e la manutenzione preventiva. Come dire, le opportunità sono molteplici e c’è lavoro e fermento attorno a ognuna di esse. L’IA può portare a una maggiore efficienza operativa, miglioramenti nella sicurezza e nell’affidabilità, nonché a una migliore esperienza complessiva per passeggeri e operatori nell’industria dell’aviazione”.

• 
• Tweet
• Pin It
• Condividi per email