人工智能 (AI) 代表一种计算领域,它创建旨在模仿人类智能的系统。机器学习是该领域的一个分支,它使用算法处理数据,随着系统通过反馈“学习”,算法能够逐步改进。机器学习主要用于检测模式并进行预测。
随着航空旅行普及战略的实施,旅客对航空旅行服务的要求将越来越高,希望在登机和旅行中享有更大的自主权。在需求和技术的驱动下,中国于2018年在年客流量1000万人次以上的机场推行了无纸化旅行,并实现了2019年底这些机场自助值机旅客占比超过70%的目标。2020年新冠疫情的爆发迫使人们保持社交距离,这进一步推动了行业无纸化旅行的实施,也让更多旅客将自助值机等无纸化旅行方式作为首选。随着无纸化旅行的推广和发展,预计航空旅行便利化将迎来一场革命。对于旅客来说,无纸化飞行流程不仅缩短了旅客的候机时间,有效节省了时间,还保护了旅客的个人信息,提高了旅客乘坐飞机的意愿和满意度。对于机场而言,减少了机场设施设备及机场一线工作人员的雇佣,优化了出行流程,提高了出行效率,同时为旅客提供了更多体验非航空产品的机会,增加了机场收益;对于航空公司而言,改善了与旅客相关的信息交流,减少了相关设施的部署。
表 1:无错误完成的模拟次数(共 567 次)。第二行 N 值给出每个图库中登记的人数。420 人的图库代表登机;42000 人的案例代表机场安检线,预计会有更多人。第三行 k 值给出每个图库中每个登记者的图像数量。第二列和第三列标识算法及其提交给 NIST 的日期。其余列给出 567 次模拟中的次数,其中所有 420 名旅客都登机(列第 4、5 列)或通过检查点(列 6),没有遇到假阴性。值越高越好,表格按第一个结果列排序。阈值设置为只有一小部分(0.0003)的非匹配搜索会返回任何匹配。阴影单元格表示该试验最准确的三种算法。
表 1:无错误完成的模拟次数(共 567 次)。第二行 N 值给出每个图库中登记的人数。420 人的图库代表登机;42000 人的案例代表机场安检线,预计会有更多人。第三行 k 值给出每个图库中每个登记者的图像数量。第二列和第三列标识算法及其提交给 NIST 的日期。其余列给出 567 次模拟中的次数,其中所有 420 名旅客都登机(列第 4、5 列)或通过检查点(列 6),没有遇到假阴性。值越高越好,表格按第一个结果列排序。阈值设置为只有一小部分(0.0003)的非匹配搜索会返回任何匹配。阴影单元格表示该试验最准确的三种算法。
当前状态 AMOS 版本 12 于 2019 年 5 月 28 日在 USA Jet 推出,第二天,即 5 月 29 日,该航空公司获得了 FAA 颁发的 OpSpec A025,允许在数字记录保存中使用电子签名。该授权基于向 FAA 提供的 AMOS 演示,其中包含之前开发的所有业务流程。因此,我们目前正在使用 AMOS 电子签名功能,这让我们有机会建立一个混合系统,因为当时我们在技术上还没有准备好完全无纸化。因此,所有签字都在 AMOS 中完成,然后经过记录审查,完成后,最终文档将打印出来并保存在文件系统中。预计 USA Jet 将在适当的时候实现无纸化。如今,库存问题比以前少了很多,遇到的问题不多,遇到的问题也不那么严重。现在无需纸质系统即可维持。数据问题几乎消失了。
当前状态 AMOS 版本 12 于 2019 年 5 月 28 日在 USA Jet 推出,第二天,即 5 月 29 日,该航空公司获得了 FAA 颁发的 OpSpec A025,允许在数字记录保存中使用电子签名。该授权基于向 FAA 提供的 AMOS 演示,其中包含所有事先开发的业务流程。因此,我们目前正在使用 AMOS 电子签名功能,这让我们有机会建立一个混合系统,因为当时我们在技术上还没有准备好完全无纸化。因此,所有签字都在 AMOS 中完成,然后经过记录审查,完成后,最终文档将打印出来并保存在文件系统中。预计 USA Jet 将在适当的时候实现无纸化。如今,库存问题比以前少了很多,遇到的问题不多,遇到的问题也不那么严重。现在无需纸质系统即可维持。数据问题几乎消失了。
> 我们每天运送多少名乘客 = > 运营面临的重大挑战 - 天气 - 空中交通管制 - 罢工 - 飞机 FOD 损坏/地面损坏 - MRO/OEM 性能
> 我们每天运送多少乘客 = > 运营面临的重大挑战 - 天气 - 空中交通管制 - 罢工 - 飞机 FOD 损坏/地面损坏 - MRO/OEM 性能