medicaltaiwan
活动+
 

达美航空以AI强化决策 确保旅客安全与航班准点

达美航空运用机器学习强化营运决策支持,确保旅客安全且准时到达目的地。达美航空

2020年1月8日达美航空(Delta Air Lines)在消费性电子展(CES)宣布推出1套基于人工智能(AI)的决策系统,运用机器学习(machine learning)与营运行业数码模拟模型,在突发事件与情况困难时提供员工最佳的因应建议,以维持航班正常运行并将对旅客的影响降至最低。

根据TechCrunch报导,即使没有突发事件,航空公司日常营运的后勤作业也非常复杂,最重要的目标是无论天气好坏,都要让旅客安全且准时到达目的地,因此当天候恶劣时航空公司员工必须设法调度不同航线的航班,以确保起降正常且准点、有足够的机组人员出勤且符合美国联邦航空管理局(FAA)的工作时间规定、旅客及其托运行李都能顺利的中转。

达美航空将机器学习应用于决策科学,例如当天候转为恶劣影响到各项原本妥善规划的日常营运安排时,可提供最佳的建议以因应各种状况,并尽可能减少对旅客的影响。达美航空首开民航业先河,建立了1套完整的全球营运行业数码模型,作为AI营运决策系统的运行依据,运用历史资料模拟各种作业挑战,以提供可能的解决方案与决策支持。

2019年联合航空(United Airlines)推出专为改善旅客中转体验的工具ConnectionSaver,能自动判断哪里些将要起飞的航班可稍微延迟数分钟等候中转乘客,同时不会延迟航班到著目的地的时间,协助登机门的地勤人员正确决定,是否要让航班继续在登机门等候还来不及中转的乘客。

ConnectionSaver会考量包括迟到的中转旅客到达正确登机门所需的时间,以及航班延迟起飞对其它旅客与航班的影响。此外ConnectionSaver为了减少变量与协助中转旅客快速到达登机口,会传送个人化的文字讯息给每个选择愿意接收的中转旅客,提供前往正确中转登机门的清楚导引与步行所需时间。

达美航空的机器学习平台涵盖的范畴比ConnectionSaver更广,处理的是全公司的营运,预计将于2020年春季上线,随著累积的实际营运资料越来越多,机器学习算法也会越来越聪明而能提供更好的决策支持。此外达美航空的营运行业数码模拟模型包含事后分析工具,能协助员工检讨那些决策应该进行调整,以进一步改善当时的状况并获得更好的结果。

达美航空的专属机器学习平台会分析包括航班位置、机组人员限制、机场状况等数百万个营运相关的资料点(data point),在发生恶劣天候、火山爆发等各种可能对营运产生重大影响的事件与困难状况时,能提供全球逾8万名员工进行关键决策所需的信息与各种最佳选项,以快速、有效的解决问题,确保提供旅客安全、可靠、轻松的搭机体验。


  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 达美航空 人工智能