Kunstig intelligens (AI) vil komme til at få betydning inden for alle luftfartsområder. Indførelsen af denne teknologi vil gøre det muligt at yde avanceret bistand til luftfartspersonale og optimere processer på måder, der ellers ikke var mulige, og luftfartssektoren bliver dermed endnu sikrere og mere bæredygtig.
Naturligvis er der risici og udfordringer forbundet med nye teknologier, f.eks. kompleksiteten af maskinlæringssystemerne, de etiske implikationer og cybersikkerheden ved AI-systemerne. EASA vil gennem sin køreplan for kunstig intelligens arbejde på at sikre, at luftfartsindustrien udnytter potentialet ved at integrere kunstig intelligens i sine operationer og samtidig opretholder de højeste standarder for sikkerhed og miljøbeskyttelse.
Hvordan kan AI-applikationer være til nytte for luftfarten?
En af de stærke sider ved kunstig intelligens er evnen til at behandle store mængder data og lære af dem. Disse evner kan bruges til at opdage mønstre, udvikle forudsigelser og foregribe risici, og de kan have en positiv virkning på forskellige områder inden for luftfarten, som du kan se i eksemplerne nedenfor.
Flyveoperationer
Kunstig intelligens kan bistå besætningen ved at vejlede i forbindelse med rutineopgaver, og dermed øge flyvningens operationelle effektivitet. Den kan forudsige problemer som turbulens og isdannelse og hjælpe piloterne med at træffe beslutninger, når de står over for en problematisk situation.
Vedligeholdelse
Med digitaliseringen vokser mængden af data, som produktions- og vedligeholdelsesorganisationerne skal håndtere, og dermed også behovet for at anvende AI til at håndtere disse data. AI-baseret prædiktiv vedligeholdelse kan hjælpe med at optimere vedligeholdelsesplaner, forudsige den resterende levetid for dele, og dermed forebygge svigt.
Miljø
Optimering af flyveruter et af eksemplerne på, hvordan kunstig intelligens kan bidrage til at reducere CO2-emissioner under flyveoperationer.
Et andet eksempel, hvor AI-støtte vil være nyttig, er i forbindelse med konsekvensanalyser. Vurdering af luftfartens miljøpåvirkninger, såsom støj omkring lufthavne eller motoremissioner under flyvning, er en data- og beregningsintensiv aktivitet. Kunstig intelligens kan øge EASA's kapacitet til at håndtere disse data.
Lufttrafikstyring
Ved at analysere data om vejrmønstre, sektorkonfigurationer, lufttrafikbelastning og andre faktorer kan kunstig intelligens bidrage til at optimere flyveruterne og reducere flyvetiden, brændstofforbruget og omkostningerne. Denne optimering vil igen føre til et mere effektivt lufttrafikstyringssystem, mindske forsinkelser og øge lufttrafikkens kapacitet.
Applikationer med kunstig intelligens og maskinlæring kan også hjælpe flyveledere med at træffe mere kvalificerede beslutninger og træffe dem hurtigere, når de står over for en problematisk situation.
Lufthavne
På luftoperationssiden kan kunstig intelligens hjælpe med at detektere fremmedlegemer på landingsbanen og ulovlige ubemandede fly (som droner) i nærheden af lufthavne, samt hjælpe med at forebygge kollision med fugle.
Inde i lufthavnsterminalen kan kunstig intelligens hjælpe med sikkerhedsscreening, påvisning af farligt gods og overvågning.
Droner og innovativ luftmobilitet
Efterhånden som vi går en virkelighed i møde, hvor lufttaxaer ikke længere er science fiction og ubemandede luftfartøjer som droner bliver mere robuste og anvendes til mange forskellige formål, vil luftrummet blive mere overfyldt.
Her vil kunstig intelligens være afgørende for integrationen af bemandede og ubemandede luftfartøjer – hvor den samtidig sørger for, at luftrummet opdeles sikkert mellem brugerne – og i sidste ende for gennemførelsen af avancerede U-space-tjenester (kort sagt er U-Space et sæt løsninger til styring af ubemandet luftfartøjstrafik). Dette kan f.eks. være detektion af hindringer, mulighed for ruteændring og vurdering af risici på jorden ved landing.
Cybersikkerhed
Kunstig intelligens kan hjælpe med at skabe mere effektive og robuste systemer til at forhindre cyberangreb. Den kan anvendes til automatisk at detektere og afhjælpe systemernes sårbarheder (forebyggelse) samt til at identificere trusler på basis af adfærd (detektion).
Håndtering af sikkerhedsrisici
Igen er dette et område, hvor der håndteres store mængder data. I EASA vil AI-teknologi styrke sikkerhedsefterretningen ved f.eks. at forbedre evnen til at identificere sårbarheder. Kunstig intelligens kan bidrage til at detektere nye risici, risikoklassificere hændelser, udforme sikkerhedsrisikoporteføljer og prioritere sikkerhedsspørgsmål.
Sådan faciliterer EASA sikker udbredelse af brugen af AI-teknologier i luftfarten
I 2020 offentliggjorde EASA den første "køreplan for kunstig intelligens", som fastlagde agenturets oprindelige vision for de sikkerhedsmæssige og etiske dimensioner af udviklingen af AI-værktøjer inden for luftfartsområdet. EASA's køreplan for kunstig intelligens er et levende dokument, der løbende vil blive opdateret og forbedret gennem udveksling af synspunkter og praktisk arbejde med udvikling af kunstig intelligens. Den seneste udgave, EASA's køreplan for kunstig intelligens 2.0, blev offentliggjort i maj 2023.
EASA har også offentliggjort konceptdokumenter vedrørende kunstig intelligens, der bidrager til at tilpasse de eksisterende luftfartsregler til de særlige karakteristika ved kunstig intelligens samt identificere nye krav og måder at sikre overensstemmelse på.
Derudover forskes der for øjeblikket inden for rammerne af Machine Learning Application Approval (MLEAP)-projektet, der handler om godkendelse af maskinlæringsteknologi til systemer, som er beregnet til brug i sikkerhedsrelaterede applikationer inden for alle de områder, som hører under EASA's ansvarsområde.