以“绘就智慧民航发展新蓝图”为主题的2023年智慧民航发展论坛在京开幕。本届论坛由中国民航局信息中心主办、中国民航报社联合主办,首都机场集团、华为技术有限公司等单位共同协办。华为公司副总裁、机场与轨道军团CEO李俊风在论坛中发表主题演讲,分享华为以“云数智行,数智底座”助力民航智能化升级的实践成果。

华为公司副总裁机场与轨道军团CEO李俊风发表主题演讲
全栈智能化能力,助力民航业务提质增效
“十四五”规划纲要把“智慧民航”作为数字中国建设的重要应用场景列入其中,将智慧民航建设作为行业高质量发展的重要抓手,旨在不断为智慧民航建设解难题、增活力、开新局。
华为公司副总裁、机场与轨道军团CEO李俊风在主题演讲中提出,“千行万业数智化转型升级的道路上,数智底座就像一棵树的根。多年来,华为深耕‘根’技术,基于软硬件协同创新,为行业智能化升级保驾护航。作为行业智能化的重要参与者,华为机场与轨道军团致力于为智慧民航建设提供创新的解决方案,以全栈智能化能力,夯实数智底座,驱动民航智能化升级。”
目前,华为机场与轨道军团已在多个机场系统中推出了全栈智能化解决方案,助力民航业务提质增效。在高效运行方面,华为智能机位分配方案能够实现将机位分配作业从人工经验变为AI智能分配,有效提升分配效率与科学性。基于数智底座的大数据建模和天筹求解器,融合7大业务系统、170多项核心数据及2800+分配规则,实现“机器为主、人工为辅”的智慧化分配,提升机场靠桥率7%,有效降低场面风险,大幅度升级旅客体验;方案已在深圳机场T3航站楼和卫星厅部署应用,并成功入选IATA全球首个新旅行体验技术(NEXTT)典型案例。
在机场防护场景中,华为推出的智慧机场光感围界解决方案,采用分布式光纤传感,能更准确识别出风雨的振动干扰,实现全天候、全覆盖、长距离、“0”漏报、极低误报等功能,误报率每公里每天<1次,极大提升围界智能防护水平。方案在成都双流机场长期测试中,取得了非常好的测试效果,并在广东机场集团实现商用部署。
云数智行,助力民航业高质量发展
云数智行是将云计算与物联网、大数据、人工智能等技术相结合,构建智能化的民航服务生态系统。比如通过将航空公司、机场、航空控制部门等各方数据进行整合和分析,可以实现航班调度优化、安全风险预警、旅客个性化服务等方面的突破。
智慧民航主要包含四个智慧抓手,即“智慧运行、智慧空管、智慧机场、智慧监管”,每一个环节都至关重要。
如何落实智慧之举,应聚行业之智,聚焦智慧机场、航司和空管建设等典型应用场景,共建共享民航大模型。而针对航空气象大模型等跨域大模型应用场景,李俊风呼吁“精准气象预测是行业共性需求,华为愿与行业客户及生态伙伴一起,基于华为气象大模型,联合行业伙伴,助力民航运行安全、效率水平提升。”
做为行业智能化实践探索的典范,深圳市机场(集团)有限公司副总经理赖锋表示:“作为国家重要的战略性公共交通行业,民航安全面临巨大挑战,深圳机场通过构建多个业务运作的信息系统,聚焦于'一平台、四场景'的构想。通过整合系统的数据,构建智慧运行管控的一张图,实现机场运行态势的集中可视。该系统支持航班运行管理、鸟情管理、近空管理、事件管理等功能。”深圳机场与华为合作,实现航空器数字化域情管理多重场景,引入AI算法实现航空器机位的自动化、智能化分配,大幅提高航班靠桥率,并通过升级版本覆盖了航站楼的登机口、值机柜台、行李转盘等保障资源分配,全面优化了管理。
面向未来,华为将进一步加大对民航业务的技术创新和应用探索,加强与机场、航空公司、合作伙伴等各方的深入合作,共同推动民航业务的智能化升级,携手民航飞得安全、飞得更稳,为旅客提供更安全、更高效和更便捷的出行体验。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。