如何用好生成式AI这一新质生产力？

本文转自：中国民航报

刘一风头正劲的人工智能技术不断给人们带来意外和惊喜。近两年来，以Chat GPT、Sora等为代表的新一代生成式人工智能（GAI）强势进入大众视野，引发热烈讨论。

说到生成式人工智能，人们首先想到的是生成对话、图片、视频等酷炫的能力。事实上，与这些表现形式相比，GAI成功的技术路线和全新的应用生态更值得关注。GAI由大模型、大数据、大算力融合驱动，具备规模性、涌现性以及通用性等特征，并在自然语言处理、视频生成、人机交互、多模态整合等方面取得了跨越性突破，被认为是强人工智能的“奇点”。

可以预见，GAI将给各行各业带来结构性变革，民航业也不例外。民航是一个高度信息化且沉浸在大数据中的行业，GAI引发的技术革命将为加快行业数字化转型提供新的契机。具体来说，GAI对民航业的影响主要体现在三个方面——民航专业知识智能解析、多模态信息处理以及人机交互能力提升。

首先，GAI具备强大的泛化能力，这对民航业来说非常重要。众所周知，民航运行不仅涉及专业面广，而且规章制度多。因此，在研发民航领域的AI时，工程师往往面临训练数据缺口大和综合成本收益低两大问题。GAI恰恰能够解决这些问题，方法是结合内部和外部知识，在通用领域与民航各细分领域之间进行迁移学习，从而提高垂直领域知识学习效率。简单来说，就是让AI通过自主学习，举一反三地理解“小众”的民航专业知识。

其次，GAI的显著技术趋势是兼容多种类型或模式的数据，如文本、图像、视频、音频等，从而对更多场景、态势或问题作出更准确的判断和预测。这一能力可满足民航业务中常见的多形式数据关联处理需求。例如，空中交通管理需要基于语音、图像、报文等作出综合研判决策，对管制员的经验和状态提出了较高要求。而GAI技术可以全面感知和应对突发情景，从而为管制员提供一个具备“千里眼、顺风耳、智慧脑”且状态随时“在线”的辅助。

再次，在人机协同交互方面，GAI的能力同样远超传统AI。在进行决策时，传统AI更多的是做选择题，而GAI则擅长做简答题。GAI具有可提示、可引导的特点，在多轮人机交互中，能够以“类人”的方式进行人机交流和机器间的交流。也就是说，人与AI将在不断交互的过程中实现学以致用、用以促学、学用相长。

我们有理由相信，GAI具有推动民航业实现数字化转型的力量。那么，它的发力点将率先落在民航业的哪些细分领域呢？

安全是民航业的生命线。因此，我们首先需要思考的问题是，GAI能否提升民航业的安全水平？答案是可以。

GAI可以在航空安全预测方面发挥重要作用。例如，通过对海量航空安全报告进行学习、理解，GAI能够建立民航复杂系统安全模型，对民航安全规律进行推演模拟，实现“人机环管”等全安全要素影响下的不安全事件预警预测。此外，GAI还能精准模拟复现真实场景中难以观测和重复试验的安全事件，助力事故调查和复盘分析。同时，在飞行过程中，GAI能够时刻监测飞机状态，为机组提供当前最关键的航路、天气等信息，辅助机组作出及时、正确的决定。

在推动行业发展提质增效方面，GAI也大有可为。作为航班运行的重要支撑，飞行员培训和飞行器维修是航空公司的两大重要工作。在飞行员培训方面，GAI的强项是发挥生成式优势，在虚拟现实场景中建立飞行训练场景库，通过提供接近真实或定制化的互动场景和反馈信息，提升训练效率。在飞行器维修（MRO）方面，依托机队大数据，能够顺畅地生成对话、图文、视频的GAI，可以很好地扮演“智能手册”和“维修专家”这两种角色。而且GAI还具备预测故障并提出维修建议的能力，可以推动维修理念由“预防性维修”向“预测性维修”转变。目前，汉莎技术的Aviatar和法航-荷航工程与维修公司的Prognos等都在探索使用GAI技术，希望进一步提高平台的预测能力和安全可靠性。

除此之外，在生产运营领域和旅客服务领域，GAI可以发挥的空间也很大。例如，从提高机组排班效率和旅客服务水平等多个维度，提升各航空公司的运营效能；全方位辅助甚至替代民航客服人员回答专业问题，真正实现智能客服7×24小时在线。

由此可见，新一代生成式AI具备为民航业全面赋能的力量，可以从深度和广度上大幅提升民航各领域的智能化水平。当然，要把握好、利用好这一新质生产力，还要关注三个问题：一是研究GAI的算法模型机理，提升模型的可解释性，突破深度学习“黑箱”束缚；二是处理好“人工”与“智能”的关系，打造理想的人机交互范式，实现人为干预与辅助决策的最佳平衡；三是要从网络安全、数据安全、伦理安全等维度规范GAI的开发和应用，构建可靠、可控的智慧民航系统，确保航空安全。

（作者系民航局数据治理与决策优化重点实验室执行主任、中国民航管理干部学院教授）