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
NotebookLM原本主要面向学生用户,但即将推出的幻灯片制作功能可能让其成为职场演示的强大工具。该AI工具基于Gemini技术,能够根据用户上传的文档、网站、视频等资料生成内容。最新发现的未发布功能显示,用户将能够基于上传资源快速创建幻灯片,并结合集成的图像生成器进行定制。此外还可能推出信息图表生成功能,帮助用户将数据可视化。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
三星今日正式发布其混合现实头显设备,该产品被视为苹果Vision Pro的直接竞争对手。据此前体验报告显示,该设备在整体性能上与Vision Pro相当,但其内置的AI功能成为最大亮点。设备搭载多模态Gemini AI,能够实时识别用户视野中的内容并提供相应回答,这是Vision Pro目前缺乏的功能。发布会将揭示设备正式名称、最终功能配置、上市时间和定价策略等关键信息。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。