波音在致命的737 Max坠机事故后使用人工智能来提高安全性 - 彭博社

波音的声誉在2018年和2019年的737 Max事故中受到严重损害。

摄影师：Jason Alden/Bloomberg波音公司正在利用人工智能来筛选大量数据，并识别其飞机和航空公司运营中的潜在危险，以试图在两起致命的737 Max坠机事故之后加强其安全文化。

波音公司首席航空航天安全官Mike Delaney表示，为了在事故、伤害或生命丧失之前识别和减轻风险，公司已经创建了一个安全分析工具，该工具使用先进的数学模型和机器学习。这是Delaney及其团队在悲剧发生后建立的更广泛的安全管理系统的一部分。

Mike Delaney摄影师：Chris Ratcliffe/Bloomberg波音的声誉在2018年和2019年的737 Max事故中受到严重损害。对这些坠机事故的多项调查发现，缺乏安全框架导致了导致飞机设计缺陷的沟通不畅和其他故障。美国监管机构于2020年12月接受了波音的系统，并在今年早些时候提议强制其他航空航天制造商采取类似的方法。

数据分析是Delaney努力的核心。对机场跑道上的近距离接触事件的详细审查最终可能会影响波音设计驾驶舱的方式，以及航空公司如何培训他们的飞行员。波音于周三发布了其安全实践的年度更新。

波音公司已经开始使用新的数据工具来研究跑道超出、着陆事故等可能导致与其他飞机擦肩而过的事件。Delaney表示，他们对安全风险有了更好的理解，并且有信心可以处理任何大型数据集。

目标不仅仅是在大海捞针，波音公司航空安全分析副总裁Vishwa Uddanwadiker在弗吉尼亚州阿灵顿总部向记者们介绍时说。

“我在找干草堆里的所有尖锐物体，”Uddanwadiker说。波音的安全团队正在尝试标记和分析来自在役机队的所有异常操作数据。

波音的安全管理系统从各种内部和外部来源收集和监控数据，如设计和制造数据、审计结果，甚至维修站提交的报告，以便向联邦航空管理局报告失败和故障零部件。

从三月开始，该公司开始使用与联邦航空管理局联合开发的机器学习算法，从所谓的“服务困难报告”中扫描和挖掘数据，以发现全球机队中出现的令人担忧的风险。这些报告是由维修店提交的零部件故障的书面记录，不容易分类。

安全团队每周跟踪20个与设计、制造或飞机运营中的安全风险密切相关的关键绩效指标。例如，公司官员可以深入挖掘并寻找“逃逸”的模式和贡献因素，这是波音用来指代未按其规格制造的缺陷零部件的说法，Uddanwadiker说。