人工智能如何帮助新空军飞行员避免代价高昂的错误

3 月 2 日，美国海军将一架 F-35C 从海中拖出。这架价值 9,440 万美元的战机于 1 月 24 日在着陆时遭遇重创，然后滑过甲板，导致船员受伤，之后坠入海中。飞行员弹射逃生，但这一事件引发了有关飞机操作的一个不祥问题：军方可以做些什么来确保飞行员安全着陆，就像他们起飞一样多次安全，并帮助所有飞行员避免犯下同行的错误？

F-35C 是海军飞机，众所周知，在航空母舰上着陆非常困难。但是，没有哪个军种能够幸免于坠机事故，海军陆战队和空军今年都发生过坠机事故。事故后调查通过提取飞机的航空电子设备和遥测数据，可以揭示事故的具体原因，包括机械故障和飞行员的选择。

2020 年，美国空军开始使用人工智能来捕捉训练期间出现的异常飞行模式，以免它们成为代价高昂甚至悲剧性的错误。为了更好地了解飞行模式中的异常值，美国空军正在与人工智能/机器学习公司 Crowdbotics 合作，分析和处理飞机已经收集的数据。这种数据处理和分析是通过定制软件完成的，该公司和空军都将其称为特定工具。

“战斗机是美国军方最大的投资之一。它们是超级先进的技术，但需要有人来操控，”Crowdbotics 首席执行官 Anand Kulkarni 说道。战斗机“配备了极其完善的数据生产设备，而所有这些数据在每次飞行结束后或多或少都会被丢弃。”

飞机每秒多次捕获这些数据、航空电子设备和飞行遥测数据，从而记录时间、速度和位置。每次飞行都会产生大量数据，如果没有数据分析工具的帮助，人类很难处理这些数据。目前，这些数据可用于汇报，飞行员在执行任务后坐下来，在几个小时内通过监视器观看飞行情况。这段时间足以捕捉到任何重大变化，比如喷气式飞机突然脱离队形，但这些数据还有可能揭示更多信息。

“通常在汇报结束时，学员会记下一些笔记，但我们会删除磁带，”第 4 F-15E 训练中队的马克·波普勒少校说。“我们会删除射击表，所有数据都会被清除。这就是这个项目的由来。我的前任意识到了这一点，并认为，鉴于我们近几十年来在计算方面取得的进步，我们如何才能使这一过程自动化，使汇报更有效率，然后减少数据清除量？”

目前，Crowdbotics 与空军的合作仅限于北卡罗来纳州西摩约翰逊空军基地训练中队的 F-15E。该项目目前处于第二阶段，其更多潜力有待成功并扩展到其他飞机。

起飞和降落

即使仅限于 F-15E 飞行员的训练飞行，Crowdbotics 的原型分析工具似乎也能在性能偏差成为重大问题之前发现它们。考虑一下飞机着陆的工作，这是每次飞行都应该包括的工作，理想情况下这是常规事件，而不是灾难。飞机收集的数据并通过 Crowbotics 构建的原型工具进行处理，可以发现是否有任何异常。

“在攻击鹰 [F-15E] 上执行进近和着陆的空速取决于燃油重量，”波普勒说。“因此 [原型工具] 实际上可以根据燃油重量计算最终进近速度。然后按照评估飞行员给您评分的相同标准对您进行评分：您的进近速度是否合适？您着陆速度快吗？您是否在跑道的正确位置着陆？”

[相关：关于空军新型战斗机 F-15EX Eagle II 的所有信息]

这些问题都可以通过航空电子数据轻松解答，但对于另一架飞机或地面上的教员来说，却很难理解。在训练中，如果发现飞行员的着陆角度一直过大，数据可以在教员之前捕捉到，教员可以据此进行调整。通过处理同一飞行员在一段时间内和整个项目中的飞行数据，空军可以使用该工具评估个人的进步情况。通过查看整个中队收集的飞行数据，数据可以检测出飞行员是否在做一些与其他人不同的事情。

“我看待这个问题的方式和软件看待这个问题的方式是，每当我们看到异常值时，我们不一定首先说这是好还是坏，”Crowdbiotics 的 Kulkarni 说。“我们会说‘这与书上说的不一样’或与大多数飞行员的常规做法不一样。”但在这种情况下，不同可能意味着更糟——或者更好。

发现错误对于保证飞行员和飞机的安全非常重要。发现创新可以让新技术的传播速度大大加快，而不是等待飞行员完成职业生涯后再以教练的身份返回。它有可能将知识的传递从代际交流转变为同辈交流。

一切事物的执行

Crowdbotics 与空军签订的合同正式内容是“利用机器学习和深度机动分析来标准化和优化美国空军飞行员训练”。该工具可以像分析飞行记录器数据一样在模拟器中分析飞行，并更好地了解飞行分析中的正常操作和偏差。通过优化，它还可以打破一刀切的飞行员教学方法。每年，训练中队都会招收 40 到 50 名飞行员，希望尽可能多的飞行员毕业，然后在空军服役 10 年。这是一种批量处理培训，在军队等大型官僚组织中一直存在。

利用每个飞行员的具体数据，空军可以更好地在所有飞行员中分配教练时间，或许可以找出那些需要更多帮助的飞行员，然后重点关注他们，而不是专注于教授表现最好的飞行员。

这些数据可以帮助确定哪些飞行员需要帮助，哪些飞行员已经表现出熟练程度，哪些学员可能最适合驾驶不同的飞机。该计划还处于早期阶段，但有了这些数据，空军就可以使用实际飞行分析来评估飞行员的准备情况，补充教练评估，并有望取得比现有方法更好的结果。

这也适用于让飞行员做好执行任务的准备。如果某项特定任务需要 F-15E 用作地面轰炸机，指挥官可以查看其中队的记录，并根据飞行员过去执行这些任务的情况来挑选飞行员。（F-15 最初设计为纯粹的空对空战斗机，但双座 F-15E 变体旨在攻击地面目标，同时保留该级别的战斗能力。）

目前，原型机“正在证明它们能够识别和创建机动动作，”波普勒说。“我们选择从单机（一架飞机）开始，未分类，机动、起飞、降落、仪表进近、循环飞行、更多特技飞行等。”

未来，该工具可能用于检查空对空作战训练中出现的更复杂的动作。目前，Crowdbiotics 工具正在构建一个数据体，以捕捉常规飞行是什么样子、异常飞行是什么样子，以及是否可以采取任何措施来训练飞行员，使其飞机达到最佳效果。

“因此，如果你在飞行时，如果你的攻击角度过高，或者在结束时攻击角度过高，或者在战斗情况下，你对攻击者或防御者的反应不当，或者反应方式不够理想，系统都会告诉你。它会确定你应该做什么，然后准确地告诉你偏差是多少，”库尔卡尼说。“无论是模拟数据还是真实数据，模拟器数据和真实数据之间的唯一区别在于，你在真实数据流中获得了更多的数据点。”

如果这项技术对空军有价值，它可能会扩展到其他飞机类型，Crowdbotics 也愿意探索将其用于商业飞行分析。飞行是一项数据丰富的活动，飞行员可以在坠机前从这些数据中学习，从而获益匪浅。