Thumbnail
  • 15.09.2023

Havacılıkta Veri Bilimi ve Yapay Zeka-1

 

Birkaç tekniği kapsayan ve geniş bir uygulama yelpazesini kapsayan bir bilgisayar bilimi olarak adlandırılan yapay zeka (AI), havacılık alanında uçak tasarım ve operasyonu, uçak üretimi ve bakım onarımı, hava trafik yönetimi gibi uygulamaları içeriyor. Bu noktada Avrupa ve Amerika’nın AI stratejik olarak ele alınması gereken önemli bir alan olarak öne çıkıyor.

 

Veri bilimi, tahmine izin vermek ve olayların gelecekteki gidişatını önermek için veri kümelerindeki küçük tespit edilmemiş sinyalleri çıkarmayı, büyük hacimli verilerdeki kalıpları belirlemeyi amaçlar. Veri bilimi, birden çok alanı (istatistik, matematik, bilgisayar programlama vb.) birleştirir ve alan uzmanlığını içerir. Bir veri bilimi süreci genellikle akıllı veri yakalama, veri temizleme, veri madenciliği ve veri görselleştirmeyi içerir.

Yapay Zeka (AI) Sınıflandırması

AI, birkaç tekniği kapsayan ve geniş bir uygulama yelpazesini kapsayan bir bilgisayar bilimi alanıdır. Basitçe “bir insanın performansını taklit ediyor gibi görünen herhangi bir teknoloji” olarak tanımlanır.

Yapay zeka uygulamaları, model güdümlü yapay zeka ve veri güdümlü olarak ayrılabilir.

Kombinasyon halinde kullanılabilen AI

Model güdümlü yapay zeka yaklaşımı, çevrenin açık ve basitleştirilmiş temsili ve her bir öğesini ilişkilendiren kurallar aracılığıyla bilgi toplamaya ve kararlar almaya çalışır.

Veriye dayalı yapay zeka yaklaşımı, çok sayıda örnek üzerinde eğitim alarak doğru cevabın ne olduğunu öğrenebilen bir sistem oluşturmaya odaklanır.

HAVACILIKTA AI UYGULAMALARI

1-Uçak tasarım ve operasyonu

Hava taksi sistemlerine özel referansla, otonom uçuş, kentsel hava hareketliliği talebine yanıt verir.

AI, karmaşık kararlara güvenmek ve güvenli uçuş ve iniş sağlamak için gömülü sensörler ve makineden makineye iletişim tarafından üretilen büyük miktarda veriyle başa çıkmak için gerekli algoritmalarla bu sistemleri destekler.

2-Uçak üretimi ve bakım onarımı

Filo verilerine dayanan kestirimci bakım uygulamaları, arızaları önceden tahmin etmek ve önleyici çözümler sağlamak için bakım kontrollerine, hava aracı sağlık izleme ve uyarı mesajları sağlar.

3-Hava trafik yönetimi

Hava trafik kontrolünün operasyonel verimliliğini artırma: Makine öğrenimi uygulamaları, pilotlardan otomatik konuşma tanıma ile kontrolör yardımı sağlar. Bu bilgiler, maksimum düzeyde manuel yardımdan kaçınarak kolayca sistem verilerine (talimatlar) girişlere dönüştürülebilir.

Yörünge tahminini geliştirme: Makine öğrenimine dayalı projeler, uçuştan önce veya uçuş sırasında uçak performansını tahmin etmek için bir yörünge tahmin yeteneği geliştirir. Sonuçlar, önceden kaydedilmiş yörüngelerle eğitilmiş modellere dayanmaktadır. Yörüngelerin optimizasyonu, karbon emisyonlarının azalmasına yol açar.

AVRUPA’DA AI STRATEJİSİ

AI, stratejik bir teknoloji olarak kabul edildiğinden; Avrupa Komisyonu araştırma, sağlık ve ulaşım ile ortak veri alanlarını desteklemek için yıllık olarak belirli bir bütçe ayıracaktır.

Havacılık sektöründe AI, ürün ve hizmetleri etkileyecek ve yeni iş modellerinin yükselmesine yol açacaktır. Sonuç olarak EASA’nın (Avrupa Birliği Havacılık Güvenliği Ajansı) temel süreçleri olan sertifikasyon, kural koyma, organizasyon onayları ve standardizasyon AI’dan etkilenecektir.

EASA’nın AI Yaklaşımları

Yapay zeka tabanlı sistemlere kamu güveni

Güvenlik sertifikasyonu süreçlerinde yapay zekanın etik boyutu (şeffaflık, ayrımcılık yapmama, adalet, vb.)

Yapay zeka sistemleri sertifikasyonunun hazırlanması

AI’nın hava taşımacılığının mevcut güvenlik seviyesini daha da iyileştirmesini sağlamak için geliştirilecek standartlar, protokoller ve yöntemler.

AMERİKA’DA AI STRATEJİSİ

Ulusal Yapay Zeka Araştırma ve Geliştirme Stratejik Planı

Strateji 1:        AI araştırmasına uzun vadeli yatırımlar yapın.

Strateji 2:        İnsan-yapay zeka işbirliği için etkili                           yöntemler          geliştirin.

Strateji 3:        Yapay zekanın etik, yasal ve toplumsal                     sonuçlarını anlayın ve ele alın.

Strateji 4:        AI sistemlerinin emniyetini ve güvenliğini                  sağlayın.

Strateji 5:        Yapay zeka eğitimi ve testi için paylaşılan                 genel veri kümeleri ve ortamları geliştirin.

Strateji 6:        Yapay zeka teknolojilerini standartlar                                   ve kıyaslamalar aracılığıyla ölçün ve                                     değerlendirin.

Strateji 7:        Ulusal AI Ar-Ge işgücü ihtiyaçlarını daha iyi               anlayın.

Strateji 8:        AI’daki ilerlemeleri hızlandırmak için kamu-               özel ortaklıklarını genişletin.

(A) Federal Hükümet liderliği ve yatırımı gerektiren yapay zeka araştırma, geliştirme ve tanıtım alanlarını belirleme ve önceliklendirme.

(B) Disiplinler arası yapay zeka araştırması, geliştirmesi, gösterimi ve eğitimi için uzun vadeli finansman desteği.

(C) Yapay zeka ile ilgili etik, yasal, çevresel, güvenlik, önyargı ve diğer uygun toplumsal konularda araştırma ve diğer faaliyetleri desteklemek.

(D) Yapay zeka araştırma ve geliştirme için derlenmiş, standartlaştırılmış, güvenli, temsili, toplu ve gizlilikle korunan veri kümelerinin kullanılabilirliğini sağlayın veya kolaylaştırın.

(E) Yapay zeka araştırma ve geliştirme için gerekli bilgi işlem, ağ ve veri olanaklarını sağlamak veya kolaylaştırmak.

(F) Yapay zeka ile ilgili federal eğitim ve işgücü yetiştirme faaliyetlerini desteklemek ve koordine etmek.

(G) Yapay zeka araştırma enstitüleri ağını desteklemek ve koordine etmek.

AI Alanındaki ICAO Girişimleri

Birleşmiş Milletler AI Yıllık Küresel Zirvesi’nde ortaklık yapmak, havacılıkta AI üzerine çalışma oturumunu sunma.

Havacılıkla ilgili bilgi yönetimi için doğal dil işleme tekniklerini sergileyen şirket içi derin öğrenme yapay zeka modelleri geliştirerek stajlara ev sahipliği yapma.

Yerel AI şirket ağlarını destekleme.

AI’nın havacılıkta tanıtılması konusunda McGill ile işbirliği yapma.

CRIAQ ile işbirliği içinde düzenlenen atölye çalışmaları aracılığıyla havacılıkta yapay zekanın ufkunu genişletme.

Uyumluluk ve belgelendirme ile ilgili sorunları ele almak için ITU’nun bakımevleri altında havacılık odak grubunda bir yapay zeka oluşturulmasının araştırılması.

Yapay zeka yarışmaları sunarak ve Yapay Zeka ve Data Commons Küresel Girişimi›ne katılarak XPrize Vakfı ile işbirliği.

Kentsel hareketlilik için AI kullanımı da dahil olmak üzere Birleşik 4 Akıllı Sürdürülebilir Şehir (U4SSC) girişiminde ITU ile işbirliği.

Yapay zeka konulu EUROCAE Çalışma Grubu 114’e (WG-114) katılım.

Emniyetli günler dileği ile…

Referanslar: https://scmh.iaqg.org

Önerdiklerimiz

1968 © Uçak Teknisyenleri Derneği