Авиакомпании обращаются к искусственному интеллекту, чтобы распределить выходы на посадку и сократить время ожидания

Авиакомпании обращаются к искусственному интеллекту, чтобы распределить выходы на посадку и сократить время ожидания


Авиакомпании обращаются к искусственному интеллекту, чтобы распределить выходы на посадку и сократить время ожиданияGetty Images Хвостовые стабилизаторы восьми самолетов Lufthansa, припаркованных у ворот аэропорта Франкфурта.Гетти Изображения

Найти лучшие ворота для самолета — удивительно сложная задача

В следующий раз, когда вы на полном ходу помчитесь к выходу на посадку в аэропорту, подумайте о сотрудниках авиакомпании, которые позаботились о том, чтобы эти ворота действительно были доступны.

Распределение шлюзов — удивительно сложная задача.

«При наличии 15 ворот и 10 самолетов существует более 570 миллиардов возможностей», — говорит доктор Джозеф Дутч, который работает над проблемой распределения ворот в качестве руководителя квантовых вычислений в Lufthansa Industry Solutions.

Выбор лучших выходов на посадку для каждого рейса может помочь сократить время руления самолета и уменьшить заторы, а это означает, что путешественники тратят меньше времени на ожидание на взлетной полосе.

Это также сокращает количество требуемого топлива и, следовательно, выбросы самолета.

Обычно выходы выделяются при публикации расписания рейсов, то есть на год вперед, но затем их повторно посещают за месяц, за неделю и, наконец, в день полета.

Авиакомпании обращаются к искусственному интеллекту, чтобы распределить выходы на посадку и сократить время ожиданияGetty Images Люди ждут у выхода на посадку в Остине, штат Техас, 2022 год.Гетти Изображения

Более эффективный выбор ворот может сократить время ожидания

При выборе места, где лучше всего припарковать самолет, приходится совмещать всевозможные приоритеты.

«Например, некоторым перевозчикам может быть предоставлен доступ к выходам на посадку возле их залов ожидания и других объектов. Кроме того, рейсы с большим количеством стыковочных пассажиров часто размещаются для оптимизации времени пересадки и улучшения общего качества обслуживания пассажиров», — говорит Джордж Ричардсон, соучредитель. управляющей компании аэропорта AeroCloud.

«Некоторые авиакомпании, особенно бюджетные перевозчики, могут выбрать более экономичные удаленные стоянки с более низкой платой за парковку, отдавая предпочтение операционной экономии над близостью к главному терминалу».

Другие факторы включают направление прибытия самолета, тип самолета, ожидаемое назначение взлетно-посадочной полосы, наличие выходов на посадку, укомплектованность персоналом аэропорта, соединение с клиентами и багажом, а также запланированное движение рулежных дорожек и асфальтированного покрытия других самолетов.

Что еще хуже, многие из этих факторов могут измениться в последнюю минуту.

Между тем, задержки рейсов могут усугубить трудности, вынуждая аэропорты и авиакомпании переназначать выходы на посадку в последнюю минуту, увеличивая время ожидания пассажиров и потенциально вызывая отмену рейсов.

Авиакомпании обращаются к искусственному интеллекту, чтобы распределить выходы на посадку и сократить время ожиданияAmerican Airlines Работник международного аэропорта Даллас-Форт-Уэрт смотрит на несколько экранов, используемых для управления полетами.Американские авиалинии

American Airlines использует систему, основанную на машинном обучении, для выбора выходов на посадку

Учитывая такой уровень сложности, можно подумать, что с этой задачей справится умное компьютерное программное обеспечение, но подумайте еще раз.

Согласно опросу AeroCloud о проблемах, с которыми сталкиваются старшие руководители аэропортов, работа по распределению выходов на посадку часто выполняется с использованием удивительно простых технологий.

«Вы будете удивлены, узнав, сколько аэропортов по всему миру до сих пор управляют этим процессом вручную», — говорит г-н Ричардсон.

Из тех руководителей аэропортов, которые ответили на опрос AeroCloud, 40% заявили, что документы Excel и Word использовались для хранения и управления информацией, связанной с их деятельностью в аэропорту, включая управление воротами.

Но серьезные инвестиции идут в более совершенные системы.

В прошлом году American Airlines представила интеллектуальные ворота в международном аэропорту Даллас-Форт-Уэрт.

Система использует машинное обучение, чтобы назначать прибывающие самолеты к ближайшему доступному выходу на посадку с кратчайшим временем руления.

Машинное обучение — это отрасль искусственного интеллекта, где большие объемы данных используются для обучения системы, которую можно настроить для улучшения ее результатов.

В случае с системой American Airlines информация о рейсе и другие данные в режиме реального времени используются для выбора выхода на посадку для отправки самолета.

«Традиционно члены нашей команды вручную назначали выходы на посадку, используя устаревшую компьютерную систему. В международном аэропорту Даллас Форт-Уэрт, нашем крупнейшем транспортном узле, этот процесс занимал около четырех часов», — говорит представитель American Airlines.

Новая система может завершить этот процесс за 10 минут, что сократило время руления самолетов на 20%, экономя около 1,4 миллиона галлонов реактивного топлива каждый год, добавляет представитель.

Больше технологий бизнеса

Lufthansa Industry Solutions, дочерняя компания немецкой авиакомпании Lufthansa, планирует использовать квантовые вычисления для решения этой проблемы.

Квантовые вычисления используют странные, но мощные свойства кубитов для решения определенных типов задач гораздо быстрее, чем традиционные компьютеры.

На данный момент такие компьютеры находятся в зачаточном состоянии.

Распределение вентилей — это одна из проблем, которую традиционные компьютеры и алгоритмы с трудом решают быстро, при этом время вычислений увеличивается непропорционально размеру проблемы.

Но доктор Дуч уверен, что подходы, использующие квантовые вычисления, решат проблему.

«Квантовые алгоритмы позволят оптимально назначать выходы на посадку и другие ресурсы даже в крупных аэропортах и ​​туристических сетях. Эти алгоритмы смогут реагировать на изменение внешних факторов, предлагая обновленные оптимальные решения в режиме реального времени», — говорит он.

Lufthansa в настоящее время изучает, какая из различных новых систем квантовых вычислений будет наиболее подходящей для ее проекта.

Он проводит моделирование, которое может дать представление о том, насколько эффективными могут быть квантовые вычисления.

«В наших первых испытаниях наши оптимизированные решения могли сократить среднее время в пути для пассажиров почти на 50% по сравнению с соответствующими реальными данными», — добавляет доктор Дотч.

По словам г-на Ричардсона из AeroCloud, с увеличением нагрузки на пропускную способность аэропортов эти улучшенные методы могут помочь уменьшить объем необходимого расширения.

«Пропускная способность является большой проблемой для многих аэропортов, и даже если они захотят ввести новых перевозчиков или направления, физическое расширение станет препятствием.

«Им необходимо оптимально использовать имеющиеся у них ресурсы».



Новости Blue 789

Leave a Reply

Your email address will not be published. Required fields are marked *