探月工程首任首席科学家欧阳自远就AI技术在中国航天的应用发表观点。他在对谈中表示，人工智能以后必然会越来越多的渗透到、利用在航天技术方面，使航天技术拥有更精确的感知能力和更简便的控制能力。而且快速的能够实现目的。我认为中国的深空探索已经取得巨大的成就，未来AI一定会与航天事业深度融合，发挥巨大的作用。
一、AI在航空事业的应用
1、AI技术帮助实现智能航空
自动化系统在商用航空已应用多年，机器学习和人工智能技术承担了部分飞行员的职责。目前，已有多项技术应用与实践中。
例如，跑道超限保护（ROPS）软件可以快速计算飞机进近速度和重量，将得到的物理模型与公布的跑道长度和当地的天气进行比较。如果检测到不安全的情况，系统会广播警示讯息。ROPS还可计算最佳的进近下滑道或轨迹，帮助飞行操作。一些新兴系统也在不断开发，如机动特性增强系统（MCAS）可以在需要补偿飞机操纵特性时增加安全性，利用传感器数据根据飞行条件自动调整飞机的控制。
2、AI指导精准全面的监测
机械故障是飞行事故最大的诱因之一，在引入了人工智能系统之后，这一切将在很大程度上得以避免。比如，人工智能系统可以更快、更准确地分析数据，对飞机进行健康和使用周期监测，从而传达预防措施。而随着技术的进一步发展，人工智能可以应用于飞机的各项系统及零部件中，进行全面精准的分析和监测。
例如，去年10月发生的Lion Air 610坠机事件，飞行前已有多项重要数据参数出现错误，飞机若能进行检测验证、自动纠错，或者提前告警提示，或许能有效预防飞机事故。
3、识别安全风险，预防灾难发生
如果能够利用AI技术预防未来灾难的发生，可以说航空领域的重大突破。位于硅谷的美国航空局（NASA）的艾姆斯研究中心从事航空相关的AI研究，重点针对识别商业航空事故数据中预示飞机存在潜在系统性大问题的“异常运行”。
目前，NASA已经对异常情况监测和事故先兆识别进行了初步开发，并已经能够接受专家们的相关反馈。同时，NASA正在开发一套用于飞机数据安全性分析的系统──特别为联邦航空管理局数据分析合作伙伴Mitre服务，目的是在NASA、FAA、国家运输委员会、飞机制造商和各大航空公司之间建立一个安全数据共享联盟，希望通过人工智能分析航班飞行数据，及时发现潜在问题。
4、AI帮助机场提高运营效率
在机场安全人工智能项目中，视频监控信息快速检索、人脸识别技术的自动核验设备、异常车辆排除等技术已逐步投入使用推广。
借助人工智能算法整合关键业务的不同平台数据，并将数据进行共享，实现以机场为中心和各个运营方资源合理调配，帮助管制员监控飞机飞行状态和气象信息。同时，使用机器学习和人工智能，可预测机场流量分布，能帮助航空简化地面运营，在提高机场运行效率的同时，降低了管制员工作管理难度和强度。
二、总结
总的来说，各个领域都在积极探索AI技术的潜力，并利用人工智能应用于航空领域智能化、保障航空安全、提高运营效率等多个领域之中。虽然目前从技术层到应用端，都存在很多问题和风险，但可以预见，日趋成熟的AI将会为航空事业带来真正意义上的变革。
利弊皆有，利大于弊。
人工智能技术并不新鲜，它作为一门独立学科的历史可以追溯到1956年的达特茅斯会议。近年来，人工智能技术与大数据技术、3D打印技术等新兴技术的有机结合，也给航空航天行业带来了巨大影响。
目前，在航天领域分析型人工智能技术占据主流，其原因在于传感器和计算机技术的突破和发展，这使得人类在数据采集、存储和计算能力方面呈指数级增长。然而，它的优点和缺点也很突出。
接下来，让我们具体分析其优缺点及其影响：
一、AI技术可以使航空维修更加智能化
飞机定期检查和维护通常定期进行，意外故障可能导致不必要的停飞时间，并带来许多AOG需求。近一半的业内人士认为，解决意外故障维修问题是提高效率的关键途径。航空公司越来越多地寻求人工智能技术进行预测性维护。这正是神经网络人工智能最擅长的。
人工智能技术对分布广泛的传感器上传的数据进行分析，可以实时识别和报告潜在的故障，并预测最合适的维修时间，从而制定更智能的维修计划。
二、AI技术有助于提高燃油效率
提高燃油效率对航空公司来说极其重要，因为飞机燃油消耗是主要的可变成本，微小的改进将对利润和碳排放产生巨大影响。在这方面，人工智能还可以帮助优化燃油消耗。例如，法国“安全线”公司开发了一种工具，可以在每次飞行前优化飞行员的爬升曲线。
由于飞机在爬升阶段消耗的燃油最多，因此优化该阶段可以节省大量燃油。法国航空公司Austral已经实施了安全线的解决方案，预计在爬升阶段可节省多达6%的燃油，每架飞机每年可节省多达50000欧元。
三、与虚拟现实技术搭配使用，帮助训练飞行员
人工智能可以用来改善飞行员训练。人工智能模拟器与虚拟现实系统相结合，可以为飞行员提供更真实的模拟体验。人工智能模拟器还可以用来收集和分析训练数据，如飞行员的个人特征，从而根据学员的表现和习惯创建个性化的训练模式。
人工智能的下一个重要用途是帮助飞行员飞行。
驾驶舱中的人工智能解决方案可以实时优化飞行路线。如有必要，它可以评估和提示燃油、系统状态、天气条件和其他关键参数。
四、“黑箱”使AI技术目前无法应用于需要精确判断的场合
人工智能技术不能用于所有需要准确判断的场合，因为它的预测精度未知且没有逻辑，中间过程在“黑箱”中无法控制。
因此，当前人工智能技术在航空领域的应用，尤其是在与人的生命安全相关的领域，具有明显的局限性，这与可验证可追溯性的概念不一致。同时，它还依赖于大量数据的输入、算法的优化和初始参数的设置。
由于航空业的高安全要求和特殊政策法规，引入航空业的每项新技术都必须经过仔细且昂贵的验证和认证过程。
由于人工智能系统的自迭代特性，人们还需要开发新的、更有效的验证过程，以帮助实现人工智能的深入发展和航天工业的充分潜力。
在航天领域，我们任重而道远。
利弊皆有，利大于弊。
人工智能技术并不新鲜，它作为一门独立学科的历史可以追溯到1956年的达特茅斯会议。近年来，人工智能技术与大数据技术、3D打印技术等新兴技术的有机结合，也给航空航天行业带来了巨大影响。
目前，在航天领域分析型人工智能技术占据主流，其原因在于传感器和计算机技术的突破和发展，这使得人类在数据采集、存储和计算能力方面呈指数级增长。然而，它的优点和缺点也很突出。
接下来，让我们具体分析其优缺点及其影响：
一、AI技术可以使航空维修更加智能化
飞机定期检查和维护通常定期进行，意外故障可能导致不必要的停飞时间，并带来许多AOG需求。近一半的业内人士认为，解决意外故障维修问题是提高效率的关键途径。航空公司越来越多地寻求人工智能技术进行预测性维护。这正是神经网络人工智能最擅长的。
人工智能技术对分布广泛的传感器上传的数据进行分析，可以实时识别和报告潜在的故障，并预测最合适的维修时间，从而制定更智能的维修计划。
二、AI技术有助于提高燃油效率
提高燃油效率对航空公司来说极其重要，因为飞机燃油消耗是主要的可变成本，微小的改进将对利润和碳排放产生巨大影响。在这方面，人工智能还可以帮助优化燃油消耗。例如，法国“安全线”公司开发了一种工具，可以在每次飞行前优化飞行员的爬升曲线。
由于飞机在爬升阶段消耗的燃油最多，因此优化该阶段可以节省大量燃油。法国航空公司Austral已经实施了安全线的解决方案，预计在爬升阶段可节省多达6%的燃油，每架飞机每年可节省多达50000欧元。
三、与虚拟现实技术搭配使用，帮助训练飞行员
人工智能可以用来改善飞行员训练。人工智能模拟器与虚拟现实系统相结合，可以为飞行员提供更真实的模拟体验。人工智能模拟器还可以用来收集和分析训练数据，如飞行员的个人特征，从而根据学员的表现和习惯创建个性化的训练模式。
人工智能的下一个重要用途是帮助飞行员飞行。
驾驶舱中的人工智能解决方案可以实时优化飞行路线。如有必要，它可以评估和提示燃油、系统状态、天气条件和其他关键参数。
四、“黑箱”使AI技术目前无法应用于需要精确判断的场合
人工智能技术不能用于所有需要准确判断的场合，因为它的预测精度未知且没有逻辑，中间过程在“黑箱”中无法控制。
因此，当前人工智能技术在航空领域的应用，尤其是在与人的生命安全相关的领域，具有明显的局限性，这与可验证可追溯性的概念不一致。同时，它还依赖于大量数据的输入、算法的优化和初始参数的设置。
由于航空业的高安全要求和特殊政策法规，引入航空业的每项新技术都必须经过仔细且昂贵的验证和认证过程。
由于人工智能系统的自迭代特性，人们还需要开发新的、更有效的验证过程，以帮助实现人工智能的深入发展和航天工业的充分潜力。
在航天领域，我们任重而道远。
人工智能技术并不新鲜，它作为一门独立学科的历史可以追溯到1956年的达特茅斯会议。近年来，人工智能技术与大数据技术、3D打印技术等新兴技术的有机结合，也给航空航天行业带来了巨大影响。
接下来，让我们具体分析其优缺点及其影响：
1.航空维修智能化
飞机定检与维修通常是根据时间间隔执行的，而意外的故障可能导致不必要的停飞时间，带来众多AOG类需求。近半数业内人士认为解决意外故障维修问题是提高效率的关键途径，航空公司越来越多地寻求AI技术来进行预测性的维修。这恰恰是神经网络AI最擅长的领域。
AI技术根据广泛分布的传感器上传的数据进行分析，可以实时识别和报告潜在故障，并预测最合适的维修时间，从而创建更智能的维修计划。像空客公司已经开始采用这种方案来预测各流程中的变化趋势。
2.更优质的客户服务
AI有众多的途径来改善客户服务。智能聊天机器人就是一个很明显的例子，它是个基于AI的数字工具，可以实时、人性化地回答客户的询问。根据SITA进行的一项调查显示，14%的航空公司和9%的机场已经使用聊天机器人，68%的航空公司计划引入人工智能驱动的聊天机器人。
3.北京大兴机场的服务机器人
航空产业领域已有许多人工智能的应用，但这项技术仍处于起步阶段。尤其在制造领域，相对设计、运营与服务应用相对较少。主要原因是“数据不够大”的尴尬（批量小，离散性强，自动化相对低）。与之相比，汽车产业的先进企业中，AI技术至少在10余年前就已经应用在了生产线布局（例如仿真和迭代等）和质量管理（例如SPC中的多向量分析等）的多个环节中。相信未来制造与供应链技术的AI应用将是一个热点。
由于航空产业对安全性的极高要求和特殊的政策法规，每项引入航空界的新技术必须经过谨慎且昂贵的验证/认证过程。由于人工智能系统自我迭代的特性，人们还需要开发新的、更有效的验证过程，以帮助实现人工智能更深入的开发航空航天业的全部潜力。如果以狭义AI的角度讲，笔者个人认为，神经网络的“黑箱”特性与航空安全不相容。将来进入航空飞行控制等核心领域的AI必将是逻辑型的，或者由逻辑型AI掌握最终开关的神经网络辅助系统。
我国对航天发展高度重视，全国人民对航天发展也给予了大力支持，航天的发展确实是需要高投入，但是航天及其应用所产生的效益更大。据初步统计，可以达到1：10以上的投入产出比。航天新技术的应用，带来了产业发展的巨大变革，航天技术成果转化对国民经济发展的拉动作用十分明显，推动了智慧交通、新能源新材料等发展，对支撑全面建成小康社会也发挥了重要的作用。因此，航天的高投入能够带来高产出，整体效益十分明显。