德国航空航天中心探索未来飞行人机协作应用

（来源：中国航空报）

人工智能在航空业的关注度持续升温，但要将它真正融入商业飞行运营，面临的挑战远不止编写几行代码那么简单。

航空AI与消费级AI应用存在本质差异。航空系统运行在高度监管的环境之下，每一项AI给出的建议都必须是清晰可解释的，并始终处于人工监督之下。对于飞行员和空中交通管制员而言，AI更像是一个更为智能的决策支持工具，而非取代他们掌控飞机与空域管理权限的角色。

德国航空航天中心（DLR）的研究人员近期完成了一项为期四年的专项研究，专门探索这种“人机协作”在实际运行中的运作方式。该项目名为LOKI，联合了航空公司、研究机构及公共部门，共同开发并评估能够支援飞行员与管制员的AI系统。更重要的是，该项目还总结了一套将AI引入安全至上的航空环境的最佳实践方案。

从自动化迈向协作：AI角色的全面升级

商业航空领域依赖自动化已有数十年之久。飞行管理系统、自动驾驶仪、防撞技术等系统，早已成为机组人员的得力助手，负责处理常规飞行操作。

然而，AI的工作机制与传统自动化截然不同。它不再刻板地遵循预设逻辑，而是能够自主评估海量信息、识别模式，甚至适应不断变化的情境。这种能力使AI比传统软件能更快地分析复杂运行环境，尤其是在多个变量同时争夺机组人员注意力的时候。

但对航空业而言，这些进步也带来了新的工程挑战。运营商必须弄清楚AI系统是如何得出建议的，以及何时应优先考虑人工判断。开发人员也需确保软件在各种运行条件下均能保持稳定表现，这样监管机构才可能予以批准放行。

正是这些问题催生了DLR的LOKI项目。研究人员并未追问“AI能否胜任航空工作”，而是聚焦于“如何在不牺牲安全性与透明度的前提下，实现人与系统的协同作业”。

数字控制器：为空中交通增长“减负”

项目的一部分聚焦于空中交通管理。管制员的日常工作需要持续监控飞机位置、协调航线变更，并应对不断变化的天气与交通状况。航班量一旦增长，工作强度也随之上升，在繁忙空域，他们可能同时需要管理数十架飞机。

为此，DLR开发了名为“数字交互式可靠控制器”（DIRC）的系统。它不同于传统的决策支持软件——后者仅显示信息或生成警报。DIRC的设计目标是成为一个具备AI能力的团队成员。它能独立执行部分任务，同时与管制员协调，动态分配职责。研究人员通过模拟测试来验证这一构想，让管制员与数字控制器配对工作。

结果如何？据DLR透露，这个“人机组合”所处理的交通量，比当前空域规定的最大负荷还高出25%。系统并未取代管制员，而是减轻了他们的日常工作量，使其能腾出精力专注于那些需要人工判断的复杂决策。

这一趋势在航空自动化领域日益明显：开发者正致力于设计能补充人类专业知识的AI系统，而不是将人从决策链条中排除。

AI辅助飞行员：应对时间紧迫的关键决策

该项目还探索了AI如何在高负荷情境下为机组人员提供帮助。飞行员在飞行中需要评估天气、飞机性能、空域限制及操作程序。遇到异常情况时，他们往往需要在几分钟内做出决策，同时还要继续驾驶飞机并与管制部门保持联系。

为支持这些场景，DLR开发了“智能飞行员辅助系统”（IPAS）。这一演示系统能分析运行信息，在时间紧迫时提供决策建议——例如选择备降航线或确定合适的备降机场。它能快速处理原本需要机组人员从多个来源逐一查找的信息。

研究人员还探讨了一个关键问题：飞行员在愿意依赖AI建议之前，需要了解哪些信息？答案远不止“准确性”那么简单。

他们需要足够的背景信息来理解系统为何推荐某个方案，以及该方案存在哪些局限。这种透明度使得工作人员能将AI建议与自身经验进行对照验证，再决定是否采纳。

信任，是航空AI的“入场券”

这些发现揭示了航空AI与众多商业AI应用之间最显著的区别之一：仅有性能是不够的。即便AI系统能持续给出准确建议，如果操作员不理解其推理过程，或无法预测它在陌生情境下的反应，其接受度依然有限。因此，LOKI项目特别关注与AI应用相关的人为因素。

研究人员评估了航空专业人士认为合适的自动化程度，以及如何将新功能引入运行环境。结论非常明确：信任并非一蹴而就，而是个渐进的过程。

清晰的解释、有效的培训以及循序渐进的部署，都能增强操作员的信心。而人工监督，尤其是在安全攸关的应用中，依然是不可或缺的。经验丰富的飞行员与管制员，始终对运行决策负有最终责任。

这些结论与整个航空航天业正在推进的工作方向一致。制造商、监管机构与研究机构都越来越认识到，AI的成功部署不仅依赖于机器学习本身的进步，更离不开以人为中心的系统设计。

构建下一代飞行运行

LOKI项目折射出航空业对AI看法的转变。早期的讨论往往集中在“这项技术能否实现飞行员或管制员工作的自动化”。如今，研究人员提出了一个不同的问题：AI如何能在减轻日常负担的同时，让航空专业人员专注于那些需要经验与责任感的决策？

DIRC和IPAS等项目表明，协作式AI可能为商业航空提供一条切实可行的发展路径。AI能在几秒内识别模式、评估多种方案，而飞行员和管制员则贡献情境判断能力，以及应对超出预设模型范围的意外事件的能力。

最大的进步或许并非来自取代人类操作员，而是来自设计出能加强人与技术之间协作的系统——同时，还能守住商业航空赖以生存的安全标准。（逸文）

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：德国航空航天中心探索未来飞行人机协作应用要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题