AI in Aerospace: Boeing’s Helen Lee
24:10 Share

今天，我们播放的是由我们的朋友 Modern CTO Podcast 制作的一期节目，他们最近很友好地邀请我作为嘉宾参加。我们讨论了生成式 AI 的兴起，在技术方面取得成功的意义，以及领导者在指导技术实施工作时需要考虑的一些因素。您可以在 Apple Podcast、Spotify 或您收听播客的任何地方找到 Modern CTO Podcast。

许多任务都可以从先进技术中受益，但组织如何在高风险情况下使用新兴技术？在本期节目中，了解航空航天业如何应用 AI。我是波音公司的 Helen Lee，您正在收听《我和 AI》。欢迎收听《我和 AI》，这是一档关于人工智能和商业的播客。在每一期节目中，我们都会向您介绍一位在 AI 领域进行创新的个人。我是 Sam Ransbotham，波士顿学院分析学教授。

我同时也是麻省理工学院斯隆管理评论的 AI 和商业战略客座编辑。

我是 Sherwin Kodabande，BCG 的高级合伙人，我与人共同领导 BCG 在北美的 AI 业务。麻省理工学院斯隆管理评论和 BCG 共同研究和发表关于 AI 的文章已有六年时间，采访了数百名从业人员，并对数千家公司进行了调查，了解构建、部署和扩展 AI 能力以及真正改变组织运营方式需要什么。

Shervin 和我很高兴今天能与波音公司中国区空中交通管理和机场项目区域总监 Helen Li 谈谈。Helen，感谢您抽出时间与我们交谈。欢迎。感谢你们的邀请。让我们开始吧。Helen，你能告诉我们你在波音公司目前担任的职务吗？我目前在波音中国北京办事处工作。

我的主要职责是负责监督波音在中国开展的机场和空中交通管理项目。我们在这里努力的目标是提高机场和空域的运营效率，同时增强飞行安全。

我已经从事机场和 ATM 咨询工作 10 年了。有趣的是，每个项目都非常不同，并且能够与不同的人群一起工作。空中交通管理并不是波音的核心业务，但我们真正想要的是帮助我们的客户。

因为航空公司是我们的客户，我们希望他们能够更高效地运营，并增强他们的飞行安全。除了飞机的设计和制造，我们还为航空公司客户提供许多服务。这有点像一个完整的生态系统，波音公司以及其他合作伙伴都在共同努力。例如，我们为航空公司客户提供飞行计划服务。

这将帮助他们更好地规划航班并优化飞行路径。这还将减少他们的燃油消耗和二氧化碳排放。空中交通管理一直让我着迷，因为我一直认为，在任何给定的时间，空中都有数万架飞机。而且

不同的系统试图对这些飞机进行空中交通管理或空中交通管制。感觉它非常以数据为中心。它也可能有点混乱，因为可能会发生不可预测的事情。然后你可能会有，我不知道，你告诉我们，不同 ATM 或空中交通管理系统之间的一些相互作用效应。但是你能教育我们和我们的听众一点吗？

关于它是什么，它是如何工作的，以及它有多复杂？你们可能都知道，一次飞行通常有六个阶段。在地面上滑行，无论是滑入还是滑出，然后从跑道起飞，然后开始爬升，然后是航线飞行，然后开始下降和着陆。

所以它有六个阶段。在每个阶段，都有空中交通管制员控制飞机。美国的通用航空与之非常不同。它可以在受控空域飞行。但对于我们的大多数商业航班，您需要先经过这六个阶段。

首先，您在地面上有一位管制员，您可能会在机场的高塔上看到，那是 ATC 塔台。他们有地面管制员控制地面移动，然后有塔台管制员控制起飞和着陆。一旦飞机爬升到一定高度，它将被移交给进近管制员。

或出发管制员，你可以这样说。因此，该管制员将处理距离机场约 30 至 60 海里的飞机。然后您将被移交给航线管制员。然后航线管制员通常必须经过几个中心。在每个中心，可能有很多扇区。每个扇区通常由一位管制员管理。

因此，他们一个接一个地移交给着陆点。这就是它们的工作方式。但我必须说，AI 仍然没有广泛应用于 ATM 系统。有很多挑战。我们稍后可以讨论这个问题。但他们仍然主要使用语音通信。所以这是

还没有被数据链路通信取代的部分，但我们正在朝着这个方向发展。一个广泛使用的应用程序是计算机视觉，例如图像识别。例如，我们现在正在做的事情是我们试图进行的一项研究，即利用它来识别尾流湍流。

着陆飞机，也许是进近飞机之后立即出现的尾流涡旋。因此，我们使用 LATA 机器来观察这些尾流，然后我们使用 AI 算法来帮助我们捕获这些尾流。因此，我们可以训练机器并能够识别该尾流涡旋的位置和强度。

这将是我们将来可能应用于缩短尾流湍流分离距离的东西。另一个是，就像我之前提到的语音识别一样。这方面我们做了很多研究，不仅是波音公司，还有业内其他部门都在进行语音识别与管制员的对话。

因为管制员的一些指令从一架飞机到另一架飞机是相同的。因此，这部分内容可以数字化，只需使用数据形式，并在驾驶舱中显示，而不必让管制员一直重复它。另一架飞机需要改道到另一架飞机。

路径，这将是另一件可以使用语音识别数字化的事情。它的好处是，如果所有内容都已数字化，则所有内容都来自管制员，我们不需要飞行员将路径、航路点输入系统，它可以直接上传到飞行管理系统。因此，他们将避免飞行员犯的一些错误。

所以我们听到有很多潜在的应用，但还没有广泛使用。造成这种情况的原因是什么？例如，你说过语音识别，对吧？是的。像我的……

我的意思是，Siri 在识别我的声音方面没有任何问题，尽管我在 YouTube 上听到过一些空中交通管制员与飞行员之间的对话，对我来说，这就像破译医生的处方一样奇怪。但请告诉我们更多信息，为什么这么难？一个是可靠性。你知道，当他们识别语音时，它有多可靠，因为它不能犯任何错误。

在空中交通管理领域，对错误是零容忍的。所以不像你的理论那样，如果他们犯了错误，没关系。你再说一遍就行了，对吧？但在这里不行。

所以这就是其中一点。我认为，另一个可能是数据链路通信的安全性，我们是否拥有一个非常安全的环境，没有人会入侵或类似的事情。这就是为什么到目前为止我们还没有看到任何应用程序获得认证的原因。如果我理解正确的话，最大的障碍之一是需要

绝对精确，零错误容忍，以及所涉及的风险有多大，这可能与许多其他事情不同。是的，Shervin，我认为我们谈论的很多是企业应用程序，人们在那里提出建议或贷款批准。它不是实时的。它在当时并不重要。

而这是一个非常不同的场景。但并非所有场景都非常不同。例如，尾流湍流不需要实时进行。这可能是事后分析。跑道配置也可能是事后进行的。它也不仅仅是实时的。如果您考虑正在进行的算法交易，它是近乎实时的，或者信用卡授权是实时的。我认为它是实时的，但是……

风险有多大，出错的代价有多大，对吧？例如，图像识别或视频，就像在医疗应用中一样，你仍然需要一位医生。如果发生错误，上帝保佑，那是一条生命，

而不是数百条生命。但我们是否意识到情况的严重性正是阻止这些技术在飞行生命周期中广泛应用的原因？实际上，在过去的几十年里，该行业一直在为这项技术应用于该行业做准备。因此，已经做了很多工作来改进

使系统自动化。这是一方面。现在我们知道大多数飞机，尤其是在中国的新飞机，其优势在于它们在中国几乎拥有所有新飞机，因为它们的大多数飞机的机龄不到 10 年。这意味着它们都配备了机载最新技术。所以这是一方面。他们的控制系统也是如此

他们也使用了最先进的技术。我认为应用 AI 的基础是需要具备一些自动化系统。我们也在做的一件事是，你知道，飞机可以自动飞行。

以前，很多时候我们使用的是程序，例如从机场起飞和降落。但现在我们正在大力推广基于性能的导航。由于大多数飞机已经配备了该导航系统，我们能够为飞机提供更精确的路线，以便它爬升或下降到机场。

这意味着如果我们以后尝试管理这些飞机，将会容易得多。所以这是一方面，有点像创建一个基础，以便我们可以在其上构建并在此系统中使用更先进的技术。并且有许多新的研究成果，以及在空中交通管理中使用 AI 的路线图和计划。

所以我认为在未来十年，我们可能会看到更多使用 AI 的东西出现。我必须说，我们在使用 AI 时遇到的另一个挑战是，如果将 AI 应用于空中交通管理系统，我们可能会依赖基于知识的专家系统。因此，构建一个好的专家系统非常困难。

特别是，你知道，不同的环境，他们的专家系统可能完全不同，因为他们的操作不同。他们可能有地形，他们可能有不同的跑道配置等等。所以另一部分是，你不能只构建一个专家系统来用于任何地方。所以有很多准备工作要做。让我印象特别深刻的是

需要与许多不同的人、许多不同的组织、不同的航空公司进行协调。这不仅仅是一个组织可以实施并指示其人员使用的工具。这是必须在许多不同的组织中协调的事情，这些组织拥有飞机等设备。你不能只是说，哦，是的，让我们下周就都买新飞机，这样它们就有了新技术。这是一个复杂的过程。

他们说得非常对。这就是为什么每个人都在致力于我们所说的 SWIM。这就是系统范围的信息管理。

这意味着我们能够在不同的参与者之间共享信息。这可能是航空公司，可能是驾驶舱里的飞行员，也可能是空中交通管制员。然后我们将拥有气象数据，所有内容都将整合在一起。因此，所有内容都将在系统内共享。因此，不同的参与者将能够看到他们需要更好地运营自己系统的信息和数据。

因此，您指出了人工智能的许多前瞻性方面。您现在正在使用什么？波音公司现在正在做一些我们不知道的事情吗？或者是在幕后进行的，人们很难看到？目前正在使用哪些人工智能？即将应用的一件事是使用图像识别技术。

我听过你之前与 DHL 女士的对话。她提到了类似的技术。例如，当飞机进来时，我们可以使用机器人摄像头拍摄飞机的照片，拍摄燃油污泥的照片，看看是否有任何损坏，然后使用 AI 来识别我们是否需要处理重要的事情，是否需要进入机库进行修理。

诸如此类的事情。这似乎是一个很好的应用。是的，但是以前，你知道，你必须让人类走动飞机来识别所有这些，然后做出决定。我认为这些事情中困难的部分是

你没有注意到的是它们没有发生的时候。假设你做了很好的工作，提前检查飞机并发现问题并防止问题发生，或者在人们实际登上飞机之前识别出某个部件需要维修。这些都不是人们会注意到的。你只会在它不起作用时才会注意到。正确。这是一个典型的工程问题。是的，绝对正确。我们正在收集数据，因为我们需要大量数据来训练机器。

最重要的是收集所有这些数据。如今，新的飞机，例如 787，我们可以收集很多数据。这不像几十年前制造的旧 747。但我们今天制造的新飞机，我们可以获得大量数据。然后这些数据将帮助我们分析飞机的健康状况。

这听起来很棒。所以，Helen，我们有一个新的环节，我们会问我们的嘉宾一系列快速问答题。所以只需回答你脑海中第一个出现的答案。你不必考虑太多。只是你的第一反应。那么，使用人工智能让你最自豪的时刻是什么？

这很难，因为我不每天都使用它。好吧，我认为这就是答案。没错。这可能是你的答案。没有回应就是回应。好的。人工智能让你担心什么？我们刚才讨论的挑战。你知道，如果你真的把它应用到空中交通管制环境中，它能有多安全。你最喜欢的不用技术的活动是什么？

哦，我现在做不到。我以前在亚特兰大生活时经常划皮划艇。哦，好的。我实际上来自亚特兰大。所以是的，我们可能划过同样的水域。我在你的背景中看到一张你滑雪的照片。是的，那是北京。我以前在华盛顿特区地区生活时经常滑雪。那么，你小时候想从事的第一份职业是什么？我必须说

机械工程师，因为那是我妈妈一直在做的，因为她设计家用电器，我小时候经常看她画工程图，所以我认为，哦，这太神奇了，然后你可以看到产品，这很有趣

所以我在大学的专业是机械工程，然后才改学航空航天工程。好吧，Shervin 和我都是化学工程师，所以我每次都必须提到这一点。所以我们相信化学工程比所有其他工程都要好。是的，在一些大学里，航空航天工程是机械工程系的一部分。那么，你对未来人工智能的最大愿望是什么？一个愿望？

所有飞机都能由人工智能控制，空中交通管制也能由人工智能进行。所以它总是机器与机器之间的对话。因此，错误更少，出错的可能性更小，效率更高。我认为我们都想要这些东西。Helen，很高兴见到你并和你交谈。我认为让我印象深刻的一点是，你所处的环境是多么复杂

协调许多不同的组织，以及你无法控制的设备。与我们交谈的许多人相比，这是一个非常困难的情况。感谢您抽出时间与我们交谈。我们真的很享受。谢谢。非常感谢。这真的很有启发性。感谢你们的邀请。下次，Shervin 和我将与雅诗兰黛公司全球供应链技术副总裁 Somya Kotipati 谈谈。我们希望你能加入我们。

感谢收听《我和 AI》。我们相信，与您一样，关于 AI 实施的对话不会仅限于此播客。这就是为什么我们在 LinkedIn 上专门为像您这样的听众创建了一个小组。它被称为 AI for Leaders。如果您加入我们，您可以与节目创建者和主持人聊天，提出您自己的问题，分享您的见解，

并获得来自麻省理工学院斯隆管理评论和 BCG 关于 AI 实施的宝贵资源，您可以通过访问 mitsmr.com/AIforLeaders 来访问它。我们将把该链接放在节目说明中，我们希望在那里见到您。