L’intelligenza artificiale (IA) è destinata a diventare protagonista in tutti i settori dell’aviazione. L’introduzione di tale tecnologia consentirà un’assistenza avanzata ai professionisti dell’aviazione e l’ottimizzazione dei processi secondo modalità non altrimenti possibili, il che permetterà di rendere il settore dell’aviazione ancora più sicuro e sostenibile.
Naturalmente le nuove tecnologie comportano rischi e sfide, come ad esempio la complessità dei sistemi di apprendimento automatico, gli aspetti etici e la sicurezza informatica dei sistemi di IA. Mediante la tabella di marcia per l’intelligenza artificiale, l’EASA si impegna a far sì che il settore dell’aviazione tragga beneficio dal potenziale rappresentato dall’integrazione dell’IA nelle sue operazioni, mantenendo nel contempo i più elevati standard di sicurezza e protezione ambientale.
In che modo le applicazioni dell’IA possono portare benefici all’aviazione?
Uno dei grandi vantaggi dell’IA è la capacità di trattare grandi quantità di dati e di imparare da questi. Tali capacità possono essere utilizzate per individuare modelli, sviluppare previsioni e anticipare i rischi, oltre ad avere ricadute positive su diversi settori dell’aviazione, come si evince dagli esempi descritti di seguito.
Operazioni di volo
L’intelligenza artificiale può assistere l’equipaggio dando indicazioni riguardo alle mansioni di routine per migliorare l’efficienza operativa del volo. È in grado di prevedere problemi come le turbolenze e le condizioni di ghiaccio e di aiutare i piloti a prendere decisioni in caso di incertezza.
Manutenzione
Con la digitalizzazione la quantità di dati gestiti dalle organizzazioni di produzione e manutenzione sta crescendo e, di conseguenza, aumenta anche la necessità di affidarsi all’intelligenza artificiale per gestire questi dati. La manutenzione predittiva basata sull’intelligenza artificiale può aiutare a ottimizzare i programmi di manutenzione, a prevedere la vita utile residua dei componenti e quindi a prevenire i guasti.
Ambiente
Tra gli altri, l’ottimizzazione delle traiettorie di volo è un esempio di come l’intelligenza artificiale possa contribuire a ridurre le emissioni di carbonio durante le operazioni di volo.
Un altro esempio in cui il contributo dell’IA sarà prezioso è quello delle valutazioni d’impatto. La valutazione degli impatti ambientali dell’aviazione, come il rumore intorno agli aeroporti o le emissioni dei motori in volo, è un’attività che richiede molti dati e calcoli. L’IA può permettere all’EASA di migliorare la sua capacità di trattare tali dati.
Gestione del traffico aereo
Analizzando i dati relativi ai modelli meteorologici, alle configurazioni dei settori, alle congestioni del traffico aereo e ad altri fattori, l’intelligenza artificiale potrebbe supportare l’ottimizzazione delle rotte di volo, riducendo i tempi di volo, il consumo di carburante e i costi. Tale ottimizzazione porterebbe quindi a un sistema di gestione del traffico aereo più efficiente, riducendo i ritardi e aumentando la capacità del trasporto aereo.
Le applicazioni di IA e di apprendimento automatico possono anche aiutare i controllori del traffico aereo a prendere decisioni con maggiore cognizione di causa e più rapidamente in caso di incertezza.
Aeroporti
Per quanto riguarda le operazioni di volo, l’intelligenza artificiale può sostenere il rilevamento di detriti di oggetti estranei sulla pista e di aeromobili senza equipaggio illegali (come i droni) nelle vicinanze degli aeroporti nonché il supporto nella prevenzione delle collisioni con volatili.
All’interno del terminal aeroportuale, l’IA può contribuire al controllo della sicurezza, all’individuazione di merci pericolose e alla sorveglianza.
Droni e mobilità aerea innovativa
Man mano che ci avviciniamo a una realtà in cui gli aerotaxi non sono fantascienza e i velivoli senza pilota come i droni sono più solidi e utilizzati per molteplici scopi, lo spazio aereo è destinato a diventare più affollato.
L’IA sarà quindi cruciale per l’integrazione degli aeromobili con equipaggio e senza equipaggio, garantendo nel contempo una condivisione sicura dello spazio aereo tra gli utenti e, in ultima analisi, l’attivazione di servizi U-space avanzati (in breve, U-space è una serie di soluzioni per gestire il traffico di aeromobili senza equipaggio). Ciò può includere aspetti quali l’individuazione degli ostacoli, la possibilità di cambiare le traiettorie e la valutazione dei rischi a terra durante l’atterraggio.
Cibersicurezza
L’IA può contribuire a creare sistemi più efficaci e solidi per prevenire gli attacchi informatici. Può essere utilizzato per il rilevamento automatico e all’applicazione di patch delle vulnerabilità dei sistemi (prevenzione), nonché per l’identificazione delle minacce su base comportamentale (rilevamento).
Gestione del rischio di sicurezza
Ancora una volta, si tratta di un settore che tratta grandi quantità di dati. All’EASA la tecnologia basata sull’IA potenzierà l’intelligence sulla sicurezza, ad esempio migliorando la capacità di individuare le vulnerabilità. L’IA può contribuire all’individuazione dei rischi emergenti, alla classificazione dei rischi degli eventi, alla progettazione del portafoglio rischi per la sicurezza e alla definizione delle priorità per le questioni di sicurezza.
Modalità con cui l’EASA adotta in sicurezza le tecnologie basate sull’IA nel settore dell’aviazione
Nel 2020 l’EASA ha pubblicato la prima «Tabella di marcia per l’intelligenza artificiale» con la quale ha definito la visione iniziale dell’Agenzia in merito alla sicurezza e agli aspetti etici dello sviluppo di strumenti di IA nel settore dell’aviazione. La tabella di marcia per l’IA dell’EASA è un documento in evoluzione, aggiornato e migliorato mediante scambi di opinioni e lavori pratici sullo sviluppo dell’IA. L’ultima edizione, la tabella di marcia 2.0 dell’EASA per l’intelligenza artificiale, è stata pubblicata nel maggio 2023.
L’EASA ha inoltre pubblicato i documenti concettuali sull’intelligenza artificiale a supporto dell’adattamento delle norme aeronautiche esistenti alle specificità dell’IA e dell’individuazione di nuovi requisiti e criteri di conformità.
Inoltre, è in corso una ricerca tramite il progetto di approvazione delle applicazioni per l’apprendimento automatico (Machine Learning Application Approval, MLEAP), che tratta l’approvazione della tecnologia basata sull’apprendimento automatico per sistemi destinati a essere utilizzati in applicazioni relative alla sicurezza in tutti i settori di competenza dell’EASA.