💥 Искусственный интеллект все сильнее проникает в нашу действительность, добиваясь выдающихся успехов в самых разных сферах: от здравоохранения и маркетинга до робототехники и геймдева. Проще перечислить сферы, где он еще не был задействован, и, пожалуй, первой отраслью в таком списке окажутся гражданские авиаперевозки. Почему так происходит и что может произойти, если ИИ будет освоен авиакомпаниями?
В основе проблемы внедрения ИИ находится два традиционно исторических фактора. Во-первых, это консерватизм и изоляционизм отрасли гражданских авиаперевозок, которые продиктованы безопасностью и целесообразностью. Если посмотреть поверхностно, кажется, как будто это не так. Однако в отрасли, где на первом месте находится безопасность жизни пассажиров, а внедрение инноваций обходится в десятки миллионов долларов и занимает десятки месяцев, просто не может быть по-другому. При таких высоких ставках оптимальная стратегия заключается в том, чтобы поддерживать отлаженный процесс и развивать уже имеющиеся технологии.
Во-вторых, очень долгое восприятие ИИ как некоего магического черного ящика, что характерно для любой сложной технологии. Исторически отрасль ИИ отличалась очень небольшим комьюнити и недостатком квалифицированных специалистов, высокой стоимостью оборудования и ПО, сложностями настройки и оптимизации систем для работы. Даже несмотря на то, что в последнее десятилетие все стало кардинально меняться в лучшую сторону, авиакомпании по-прежнему предпочитают не делать больших ставок на ИИ.
👌🏼 Сейчас внедрение ИИ требует от авиакомпаний всего двух действий: предоставление данных и консультирование. Ключевыми понятиями здесь являются некий обучаемый обработчик информации, то есть программный объект, и окружающая среда. Окружающая среда моделирует задачу, а этот объект должен самостоятельно научиться решать эту задачу. Данные и консультирование со стороны авиакомпаний обеспечивают валидность среды, в которую помещается объект для обучения. Такой средой может быть задача по расстановке флота или любые другие задачи и даже их объединения. В большинстве случаев обучаемый объект способен самостоятельно найти наилучшую стратегию, однако для достижения наилучших результатов в некоторых случаях требуется вмешательство человека.
Помощь человека может потребоваться для оценки качества работы ИИ, корректировки его алгоритмов и предоставления дополнительной информации, которая может улучшить его работу. Например, только человек может помочь объекту, какие ситуации в среде являются особенно важными, а также предоставить ему дополнительные сценарии для обучения. Вмешательство специалистов практически всегда улучшает результат работы ИИ, причем прирост качества решения по различным критериям может исчисляться как единицами, так и десятками процентов.
В качестве программного объекта, или обработчика, используются глубокие нейронные сети, которые, собственно, и воспринимаются как черный ящик. На самом деле они выступают в роли универсальных аппроксиматоров, то есть создают внутри себя модель окружающей среды и поведения в ней. В некотором смысле с ними работать гораздо легче, чем с большими математическими моделями, ведь в последнем случае авиакомпаниям приходится согласовывать с математиками чуть ли не каждый символ в целевой функции и ограничениях. Проблема составления ТЗ для математиков не нова и даже упоминается в некоторых научных статьях. ИИ позволяет перешагнуть через эту проблему, а созданная среда позволяет тщательно протестировать даже самые неожиданные и маловероятные сценарии.
Чтобы оценить масштаб полезного эффекта от внедрения ИИ, достаточно упомянуть о Google, который смог снизить энергопотребление своих дата центров (крупнейших в Мире) на 40%, и все это благодаря своей дочерней компании DeepMind, лидирующей в области ИИ.
Можно с уверенностью предположить, что для авиакомпаний полезный эффект также будет измеряться десятками процентов. В то же время использование ИИ позволяет оптимизировать не только внутренние процессы, но и конкуренцию. Мы понимаем все риски технологического отставания, связанные с ИИ, и непрерывно работаем в этом направлении. Вероятнее всего, в следующем году нашей компании удастся продемонстрировать дееспособность основных концепций использования ИИ в гражданской авиации и перейти к работе по поиску путей их внедрения.