html

在管理机场交通时,小错误可能导致大灾难。卡内基梅隆大学机器人研究所航空实验室的一个团队利用匹兹堡超级计算中心的Bridges-2超级计算机创建了World2Rules——一种从机场数据和历史事故报告中学习的人工智能,帮助人类管制员在碰撞发生前发现风险。

重要性

重要性

2026年3月12日,一名空中交通管制员通知一架刚降落在纽约肯尼迪机场的加拿大航空喷气式飞机在穿越跑道前等待,以避免与一架正在降落的长荣航空喷气式飞机相撞。加拿大航空机组人员确认了指示。

但他们立即开始移动,而长荣航空的飞机仍高速向他们驶来。幸运的是,警觉的管制员及时发出“停止,停止,停止,停止”的指令。加拿大航空的飞机停下,长荣航空的飞机从它旁边呼啸而过,没有发生碰撞。

但当时情况十分惊险。

html

“我们做这个项目,主要是想看看怎么提升航空领域或其他关键安全领域的安全性,”Jack Wang 说。他是卡内基梅隆大学机器人研究所 Sebastian Scherer 手下 AirLab 的学生。“一开始的想法很简单,就是你们也在新闻里看到了,跑道入侵的事一直没断过……有些情况比较轻微,但有时候可能造成灾难。”

Wang 和 Scherer 的另一名学生 Jay Patrikar 想看看能不能做出个系统来,不但能在机场快要发生碰撞时检测出来,还能预测以后可能出现的碰撞。这样就能给飞行员和管制员多争取几分钟甚至几秒钟时间来避开灾难。为了搭这套方法、训练和测试它,他们用到了匹兹堡超级计算中心的 Bridges-2 系统,计算资源是由 ACCESS(美国国家科学基金会的超级计算机网络)分配的。

PSC 的助力

PSC 的助力

在做 World2Rules 之前,AirLab 和 BIG 实验室 一起搞了 Amelia-42。Amelia 数据集里面是机场地面活动的原始数据,来自美国 42 个机场,用的是联邦航空管理局两年的数据。团队的新目标是让 World2Rules 在他们和合作方一起做的那个更大的碰撞预测流程里,起到补充作用。World2Rules 会从 Amelia 数据里学习安全规则,然后用这些规则去解读飞行轨迹的预测结果。这样一来,系统就能用大家看得懂的方式,解释自己为什么这么判断,同时还能发现哪些地方有违规风险。

这项任务将会很有挑战性。为了创建World2Rules,卡内基梅隆大学的科学家们考察了两种不同类型的人工智能。 神经模型基于一个关于人脑如何工作的简化概念,擅长从复杂数据中提取核心要义。但其结果是一个“黑箱”。我们无法像打开发动机盖查看内部那样,获得其工作方式的形式化保证,而这些保证对于性命攸关的功能是不可或缺的。

另一方面,符号方法则基于人类可读、可懂的符号。但它们一遇到不完美数据就很难处理。机场记录往往包含大量常规数据,而罕见事故的数据只占很少一部分。符号方法难以处理这种规模庞大、噪声较多的数据集。Patrikar和Wang决定研制一种融合了两种方法优势的神经符号人工智能。Bridges-2是他们工作的理想平台。一方面,PSC替用户管理好系统,让他们能专注于解决自己的问题,而不是操心如何运行计算机。同样重要的是,Bridges-2能够很好地处理海量数据。Amelia-42包含近10TB的原始数据——相当于一台高端笔记本电脑整块硬盘容量的十倍。他们的人工智能需要从这座数据“深井”中取用。

“我们基本上收集了美国各机场所有飞机的场面运行数据,”Patrikar说道。“而且数据流量特别大。大约每秒1兆比特,一天24小时、一周7天、一年365天从不间断……所以数据量大得离谱……我们利用PSC训练了大规模的轨迹预测模型,这在该领域尚属首次……我们不想等到事故发生了才后知后觉。我们要预测事故未来是否会真的发生。”

html

这个叫World2Rules的方法,用机场数据提炼出一套规则框架,这些规则既一致又让人看得懂。他们既用了正常情况的数据,也用了异常坠机报告,生成有历史数据支撑、能解释得通的规则。

这团队搞了个AI搭档:Amelia-TF负责预测飞行轨迹,World2Rules负责学习安全规则(这些规则人能看懂),然后用规则去分析、验证、解释预测里可能出现的碰撞风险。World2Rules能认出不可靠的证据,还能把那些老出bug的系统常见的错误输出找出来删掉。直接比识别潜在碰撞的话,它比纯神经AI准23.6%,比符号方法准43.2%。

这团队会在2026年5月5日至7日于洛杉矶举行的NASA形式化方法研讨会上报告结果。文章预印本在这,研讨会之前就能看。

World2Rules 数据越多,效果就越好。现在的 AI 基本上就是根据某一瞬间车辆及其行驶状态的快照来工作的。团队想推进的一个方向,是引入随时间变化的动态图像,以便更好地应对车辆行为的不确定性。最后,虽然 World2Rules 是为机场防撞设计的,但这套 AI 能处理任何类似的数据。在其他需要控制交通、避免冲突的地方,它应该也能派上用场,避免坏事发生。

这篇帖子 《AI工具应对机场混乱局面》 首发于 Gadget。