Kontrolori leta na Heathrowu imaju pomoć AI sustava Amy
Najveća londonska zračna luka Heathrow testira novi AI sustav kontrole leta. Sustav Amy koristi se radarima i kamerama te stvara naprednu vizualizaciju kontroliranog zračnog sektora
Letite li na londonski Heathrow, vašim bi letom mogla upravljati kontrola leta osnažena novim alatom Amy, zasnovanome na umjetnoj inteligenciji. Ova zračna luka, koja godišnje ugosti oko pola milijuna letova, odnosno njih oko 90 svakog sata, odnedavno testira novi sustav koji pomaže tamošnjim kontrolorima zračne plovidbe u upravljanju velikom količinom zrakoplova. Slični modeli testiraju se i u New Yorku, Singapuru i Hong Kongu.
AI kontrola leta
AI sustav koristi podatke iz radara i 4K kamera smještenih na samom aerodromu, a zadaća mu je stvoriti detaljnu mapu nadolazećih zrakoplova, čak i kad su oni izvan vidnog polja kontrolora. Zahvaljujući tome, kontrolni toranj može postati potpuno digitalan, pa kontrolori leta ne bi morali više pogled usmjeravati prema velikim prozorima, već samo – ekranima.
Sustav obrađuje podatke u stvarnom vremenu, pa osim položaja zrakoplova daje i detaljne informacije o njima, kao što su broj leta, tip zrakoplova i ruta na kojoj leti. Imajući sve podatke na jednom mjestu, kontrolori mogu donositi odluke brže i uz veću količinu dostupnih informacija. Bitno je naglasiti da je sustav Amy zamišljen tek kao asistent ljudskim kontrolorima, što znači da im ne "uzima posao" niti samostalno donosi ikakve odluke vezane uz upravljanje zračnim prostorom oko Heathrowa.
Primarno za rutinske zadaće
Model je već testiran i treniran na oko 40 tisuća letova, a jedan je od prvih koraka transformiranja tornjeva u potpuno digitalne, što Heathrow planira obaviti do 2027. godine. Uz redovne operacije, Amy može poslužiti i u slučaju nužde, kad su uvjeti oko zračne luke otežani, vidljivost smanjena ili ako dođe do prekida u radu glavnih radarskih i kontrolnih sustava.
Očekivano, sustav kao takav ima i određena ograničenja. Prvo od njih je nedostatak kontekstualne procjene, pa sve odluke i dalje moraju donositi kvalificirani kontrolori leta. Drugi nedostatak je ograničen skup podataka, odnosno činjenica da se takvi sustavi u pravilu mogu trenirati samo na redovnim situacijama: "Zapravo, ono kad vam je taj sustav potreban jest situacija kad stvari nisu rutinske, kad pođu po zlu. Mislim da to vodi natrag na ideju da je umjetna inteligencija najbolja u suradnji s ljudima, tek tako dovodi do boljih rezultata za sve", poručio je Colin Rigby sa sveučilišta Keele za Euronews.
