در حال بارگذاری ...

عامل‌های هوش مصنوعی ؛ از ابزار تحلیلی تا همکار عملیاتی در هوانوردی

به گزارش پرتال حمل و نقل به قلم خلیل الله معمارزاده ، درک قابلیت‌ها و محدودیت‌های عامل‌های هوش مصنوعی در سطح نظری یک چیز است ، اما مشاهده عملکرد واقعی آن‌ها در عمل چیزی کاملاً متفاوت . همان‌طور که تجربه سال‌ها استفاده از فناوری‌های اتوماسیون در هوانوردی نشان داده ، هیچ فناوری‌ را نمی‌توان صرفاً بر اساس مشخصاتش ارزیابی کرد و برای همه زنجیره ها در تمامی کشورها تجویز نمود ؛ محک اصلی ، عملکرد در میدان واقعی است ، جایی که پای ایمنی ، وقت و جان انسان‌ها در میان است .

در این فصل ما وارد مرحله‌ای می‌شویم که در آن عامل‌های هوش مصنوعی از حد «ابزارهای تحلیلی» فراتر می‌روند و به «همکاران عملیاتی دیجیتال» تبدیل می‌شوند . همان‌طور که در سایر صنایع ، ظهور عامل‌های generalist (مانند Anthropic Computer Use ، Google Project Mariner و OpenAI Operator) یک نقطه عطف بود ، در هوانوردی نیز این امکان ایجاد شده که این سیستم‌ها کارهایی را انجام دهند که پیش‌تر تنها با مداخله انسانی یا برنامه‌نویسی های پیچیده امکان‌پذیر بود .

آنچه این عامل‌های هوش مصنوعی را متمایز می‌کند توانایی تعامل مستقیم با محیط‌های دیجیتال است . آن‌ها به جای تکیه صرف بر APIهای سنتی قبل، می‌توانند مانند یک کارمند انسانی دیجیتال مجازی وارد پورتال‌ها شوند ، فرم‌های پرواز را تکمیل کنند ، اطلاعات مسافران یا بار را بررسی کنند ، داده‌های تاخیر را در سامانه‌ها بدون سوگیری و صادقانه ثبت کنند یا حتی به‌صورت هوشمند در سامانه‌های بدون API به‌دنبال اطلاعات بگردند . این یعنی شکسته‌شدن یکی از بزرگ‌ترین موانع خودکارسازی در هوانوردی : نبود یکپارچگی داده‌ها .

البته این فناوری هنوز در مراحل ابتدایی است ، شکننده ، مستعد خطا و نیازمند نظارت . اما فرصت‌های بالقوه آن انکارناپذیر است . از مدیریت پروازهای نامنظم (IROPS) گرفته تا هماهنگی در Collaborative Decision Making (CDM) ، این عامل‌های هوش مصنوعی می‌توانند در کوتاه‌مدت بار کاری کارکنان در بخش های مختلف زنجیره صنعت هوانوردی و حمل‌ونقل هوایی را کاهش دهند و در بلندمدت شیوه همکاری انسان و ماشین را متحول کنند .

من نیز مانند سایر بخش‌های صنعت ، تصمیم گرفتم این عامل‌ها را برای شما در آزمایشگاه هوانوردی خود برای درک بهتر شما به صورت تطبیقی محک بزنم . نتایج این بررسی‌های تطبیقی که زحمات و ساعات زیادی برای آن صرف شده ، درس‌هایی می دهد که هیچ کلاس و دوره آموزشی قادر به انتقال مفاهیم کاربردی هوش مصنوعی نیست .

 

 

منتظر حضور شما در پیج اینستاگرام iranway هستیم

 

 

 




مطالب مرتبط

به گزارش پرتال حمل و نقل به قلم خلیل الله معمارزاده ، همان‌طور که حدس زده می‌شد ، سه روز پیش ChatGPT نسخه عامل‌محور خود را معرفی کرد که نخستین گام ...

|

به گزارش پرتال حمل و نقل ،‌ عامل‌های هوش مصنوعی امروز به بخش جدایی‌ناپذیر عملیات هوانوردی تبدیل شده‌اند ، اما محدودیت‌های ذاتی آن‌ها ...

|

به گزارش پرتال حمل و نقل ، همزمان با روز ملی کارآفرینی نشست شورای سیاست‌گذاری جایزه سالانه هوش مصنوعی با حضور اعضای شورا به میزبانی شرکت هواپیمایی ...

|

به گزارش پرتال حمل و نقل ، با توجه به سهم قابل توجه وزارت راه و شهرسازی که حدود ۳۰ درصد تولید ناخالص داخلی را عهده دار می باشد ضرورت دارد نقش صنایع ...

|

با وجود فرودگاه در برخی استان‌ها و نبود ناوگان کوچک و کم‌ظرفیت ، می‌توان با استفاده از سرمایه‌گذاری‌های خرد و کلان در هر استان ، شاهد رونق اقتصادی و توسعه پایدار صنعت هوایی در آن مناطق بود .

|

نظرات کاربران