阿里云发布了“蓄谋已久”的ET航空大脑航空业变革已迫在眉睫

阿里云航空大脑航空业机场

原创大文 | 2017-12-20 22:50

【数据猿导读】面对巨大的吞吐压力，各大机场都在积极地寻求策略，以适应不断增长的起降需求。大数据也成为了不少机场的共同选择。

来源：数据猿

一百一十多年前，奥维尔·莱特和威尔伯·莱特在面对那片放飞人类第一架飞机的空旷沙丘时，绝不会想到在短短一个世纪之后，人类制造的大型飞行器已经多到连这片旷野都停放不下的地步。

根据国际航空运输协会今年2月发布的数据，2016年全球航空运输业安全运送旅客达37 亿人次，中国市场全行业完成旅客周转量8378.13亿人公里。根据不完全统计，全球最大的亚特兰大机场在2016年乘客总量达到了一亿人次，紧随其后的北京首都机场则达到了9400万人次。

面对巨大的吞吐压力，各大机场都在积极地寻求策略，以适应不断增长的起降需求。大数据也成为了不少机场的共同选择。

12月20日，阿里云在云栖大会·北京峰会上发布了ET航空大脑，用运筹优化、机器学习等人工智能方法帮助首都机场分配停机位，预计每天调度1700架次航班，帮助乘客节省5000个小时，大大提高航班中转效率，从而降低延误率。

首都机场运行控制中心总经理赵莹在云栖大会·北京峰会上表示，面对有限的资源，提高生产运行效率和航空运输的质量，是摆在机场面前的难题。

目前，首都机场每天有1700架次航班进出港，随着民航事业的发展和机场客货吞吐量的逐步上升，如何更有效率的分配停机位和引导旅客成为了事关民航安全和效率的重中之重。传统运营生产系统中以保障航班为主，通过大量人力工作以尽量满足激增的旅客需求，这种方式常常因为人力工作本身的缺陷，导致无法合理及时安排工作人员，资源利用率非常低。

首都机场机位分配员郭一都表示，机位的分配是一个非常复杂的过程，不但事关机场运行效率，还关系到机场运行安全，需要考虑种种条件和因素。不同国家、航空公司和机型的航班需要分配不同的航站楼和停机位，东线、西线航班，机位到登机口的距离、航班起降滑行距离、流量管控乃至天气因素都会影响机位分配。而传统的机位分配方式是完全依靠人力的，调度员每天需花费2-3小时来安排停机位，他们熟记飞机机型、停机位大小、停机位位置、跑道位置等指标，如果遇到恶劣天气等突发情况打乱航班节奏，还需要尽快重新排班。曾有媒体探访过机位分配员的工作：“59名值班员轮流承担30个值班岗位的监控工作。即使在凌晨1点至5点没有飞机起降期间，‘大脑’也必须有人在岗实时监控，值班员们因此早已习惯不按饭点地分批次吃饭。”

阿里云此次发布的ET航空大脑希望为机场调度员分担工作压力，提高机场周转效率。为了更好地安排这1700架次航班的停机位，航空大脑首先学习了飞机机型、起落时间，机场停机位、跑道、滑道位置，摆渡车容量、数量等十多个维度的基本知识，通过建立巧妙的数学模型，以特殊设计的智能算法，全面考虑约束条件和临时调整。

基于阿里云自主研发的云计算操作系统飞天，目前ET航空大脑可以在50秒内刷新首都机场1700架次航班的停机位安排，充分利用停机坪空间，最大限度提升飞机的中转效率，降低因停机位不合理安排造成的延误率。同时，廊桥停机位利用率提高10%，相当于每天有20000名旅客不用再乘坐摆渡车，总计节省约5000小时。

实际上，ET航空大脑的构想早就已经被阿里云付诸实践了。2016年，阿里巴巴集团就与广东省政府联合主办了“广东航空大数据创新大赛”，并为大赛提供了高达60万元的奖金。大赛旨在通过“众智赛”的方式，为传统的人力管控机场的模式缺陷寻找解决方案。在阿里云天池平台上，广州白云机场的数据首次向社会开放，参赛者可以用算法选择解决“客流量预测”或“停机位分配”两大航空业难题，并最终取得了超出预期的结果。

今年6月举办的阿里云栖大会·上海峰会上，厦门航空宣布与阿里云携手举办“天池大赛-智慧航空AI大赛”，厦门航空提供了2016年台风莫兰蒂期间的航班数据，参赛者可以用算法选择解决在恶劣天气、航路管制等情况下恢复航班调度的航空业世界性难题。

阿里云机器智能首席科学家闵万里介绍，为机场提供停机位的智能调度只是ET航空大脑的功能之一，航空大脑还希望深入航空的其他场景。未来，ET航空大脑将继续为航班智能恢复、机场地勤人员调度、航空公司航线规划等提供人工智能解决方案，打造智慧航空。（大文）

来源：数据猿

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。