fb

Inteligência Artificial

7 min de leitura

IA no setor aeroespacial

Executiva da Boeing conta como a fabricante de aeronaves está usando a inteligência artificial para melhorar as comunicações de tráfego aéreo e a experiência de voo

Sam Ransbotham e Shervin Khodabandeh

20 de Dezembro

Compartilhar:
Artigo IA no setor aeroespacial

As companhias que atuam no setor aeroespacial têm desenvolvido pesquisas que envolvem o uso de inteligência artificial (IA) para, por exemplo, analisar a turbulência de aeronaves por meio de sistemas de visão computacional e utilizar o reconhecimento de fala para avaliar interações entre pilotos e controladores aéreos com o objetivo de minimizar o potencial de erro humano durante os voos.

Nesta entrevista ao Me, Myself, and AI, podcast da MIT Sloan Management Review sobre o uso de inteligência artificial no mundo empresarial, Helen H. Lee, diretora regional de gerenciamento de tráfego aéreo e programas aeroportuários da Boeing na China, conta sobre como a empresa usa a IA num segmento que envolve situações de risco, como é a aviação, e quais os desafios que enfrenta no setor.

Confira como foi a entrevista concedida a Sam Ransbotham, professor do departamento de sistemas da informação da Carroll School of Management no Boston College e editor convidado do programa AI and Business Strategy Big Ideas, da MIT Sloan Management Review, e Shervin Khodabandeh, sócio sênior do BCG.

Me, Myself, and AI: Helen, pode nos contar sobre sua atual função na Boeing?

Helen Lee: Minha principal responsabilidade é supervisionar os programas de gerenciamento de aeroportos e tráfego aéreo (ATM) da Boeing na China. Nosso objetivo é melhorar a eficiência operacional do aeroporto e do espaço aéreo e, ao mesmo tempo, aumentar a segurança de voo. A gestão de tráfego aéreo não é o core business da Boeing, mas o que realmente queremos é ajudar as companhias aéreas, que são nossas clientes, a operar com mais eficiência e a melhorar a segurança de seus voos. Além do projeto e fabricação de aeronaves, também fornecemos serviços, como planejamento de voo que ajudará as companhias aéreas a otimizar as rotas, além de reduzir o consumo de combustível e a emissão de dióxido de carbono.

O gerenciamento de tráfego aéreo parece que é muito centrado em dados. Também parece ser um pouco, talvez, caótico, já que imprevistos podem acontecer. Conte para gente o que é esse gerenciamento, como funciona, e qual o nível de complexidade?

Um voo tem seis fases: teste no solo, decolagem, a fase “subindo”, depois “a caminho”, para então iniciar a descida, e por fim o pouso. Em cada etapa há uma equipe de tráfego aéreo controlando a aeronave. Primeiro, há o controlador de solo, que acompanha o movimento em terra, e o da torre, que controla a decolagem e o pouso. Assim que a aeronave decola e atinge determinada altitude, entra em cena o controlador de aproximação ou de partida. Ele irá acompanhar a aeronave a até determinada distância para, em seguida, passar ao controlador de rota. Este, geralmente, tem de passar por vários centros e, em cada um deles, pode haver muitos setores, e cada setor costuma ser gerenciado por um controlador. E assim eles entregam um por um, até o local de pouso. É assim que funciona. Mas devo dizer que a IA ainda não é amplamente usada nesses sistemas. A comunicação por voz continua sendo a principal ferramenta utilizada.

Um aplicativo amplamente utilizado é o de reconhecimento de fala. Isso é algo sobre o qual estamos pesquisando muito - e não apenas na Boeing, mas em outras indústrias - para reconhecer a fala da conversa da cabine com o controlador. Como algumas das instruções do controlador são praticamente as mesmas de uma aeronave para outra, essa parte pode ser digitalizada usando apenas um formulário de dados e ter uma exibição no cockpit em vez de o controlador repetir tudo o tempo todo. Caso uma aeronave precise ser redirecionada para outro caminho, isso poderia ser digitalizado usando o reconhecimento de fala. O benefício disso é que, se está tudo digitalizado, tudo vem do controlador, e então não precisamos que o piloto digite os caminhos, os pontos de passagem. Isso pode ser carregado diretamente no sistema de gerenciamento de voo e pode evitar alguns dos erros cometidos pelos pilotos.

Falamos muito sobre aplicativos corporativos, em que as pessoas fazem uma recomendação ou aprovação de empréstimo. Não é tempo real; não é crítico naquele momento, enquanto este cenário da aviação é muito diferente. Se houver um erro há centenas de vidas em jogo. O que impede que a IA seja amplamente adotada no ciclo de vida do voo?

Na verdade, nas últimas duas décadas, a indústria tem se preparado muito para que essa tecnologia seja aplicada neste segmento, então muito trabalho foi feito para apoiar a automação do sistema. Esse é um ponto. E hoje conhecemos a maioria das aeronaves, especialmente as novas. A vantagem de usar isso na China é que lá a maioria dos equipamentos tem menos de dez anos. Isso significa que todas têm a mais recente tecnologia. E também tem as bases de controle que usam a tecnologia mais avançada.

Uma coisa que também estamos fazendo é promover a navegação baseada em desempenho. E como a maioria das aeronaves já vem equipada com esse sistema de navegação, podemos dar a ela uma rota mais precisa para que decole ou desça em um aeroporto. Isso significa que, no futuro, será muito mais fácil controlar esses equipamentos. Além disso, há muitos novos estudos sendo lançados e há roteiros e planos para o uso de IA no gerenciamento de tráfego aéreo. Na próxima década, provavelmente, veremos muito mais o uso de IA neste setor.

Outro desafio que temos ao usar a IA é que para aplicá-la ao gerenciamento de tráfego aéreo temos de contar com um sistema especializado, baseado em conhecimento. E é muito difícil construir um bom sistema especializado porque a operação é totalmente diferente de outras. Há diferentes terrenos, configurações de pista, tudo isso tem de ser considerado. Essa é outra questão: você não pode simplesmente criar uma ferramenta que será usada em qualquer lugar.

Portanto, há muito trabalho de preparação e o que me pareceu particularmente interessante sobre o que você está dizendo é como isso precisa ser coordenado com pessoas, organizações e companhias aéreas diferentes. Não é algo que a empresa implemente e diga ao seu pessoal que deve usar.

É verdade. E é por isso que todos estão trabalhando no que chamamos de SWIM, que é o gerenciamento de informações em todo o sistema. Isso significa que podemos compartilhar informações entre diferentes times. Pode ser a companhia aérea, pilotos na cabine ou controladores de tráfego aéreo. Somados aos dados meteorológicos, tudo se encaixará e será compartilhado dentro da ferramenta. Diferentes equipes poderão ver as informações e os dados de que precisam para operar melhor seu próprio sistema.

Você apontou muitos aspectos prospectivos da inteligência artificial. Existe algo que você está usando agora?

Uma delas é o uso do reconhecimento de imagem. Por exemplo, quando uma aeronave está chegando, podemos usar uma câmera de robô para tirar fotos dela, da fuselagem, ver se há algum dano e então usar IA para reconhecer se isso é algo importante e que precisamos cuidar e mandar para o hangar para ser consertado. Antes, tínhamos uma pessoa andando pela aeronave para identificar isso e, a partir daí, tomar decisões.

Estamos no processo de coleta de dados porque precisamos de muitas informações para treinar a máquina. E a parte mais importante é capturá-las. Hoje, com as novas aeronaves, como o 787, podemos coletar muitos dados. Não é como o 747 mais antigo, construído décadas atrás. Mas as novas aeronaves que fabricamos hoje permitem que tenhamos muitos dados que nos ajudarão a analisar a saúde do equipamento.

O que te preocupa sobre a inteligência artificial?

O desafio é saber quão seguro pode ser se realmente for aplicado ao ambiente de controle de tráfego aéreo.

Qual é o seu maior desejo para a IA no futuro?

Eu gostaria que todas as aeronaves pudessem ser controladas por IA, e também que o controle de tráfego aéreo fosse conduzido por IA. Seria uma conversa entre máquinas, diminuindo as chances de erros, e tendo maior eficiência.

Compartilhar:

Autoria

Sam Ransbotham e Shervin Khodabandeh

Sam Ransbotham é professor de sistemas da informação da Boston College e editor convidado do programa AI and Business Strategy Big Ideas, da MIT Sloan Management Review. Shervin Khodabandeh é sócio sênior do BCG.

Artigos relacionados

Imagem de capa IA generativa nas organizações: um novo paradigma na interação humanos-máquinas

Inteligência Artificial

08 Fevereiro | 2024

IA generativa nas organizações: um novo paradigma na interação humanos-máquinas

Na medida em que a IA generativa entra no cotidiano das empresas, torna-se essencial a criação de políticas e diretrizes de uso responsável da tecnologia

Luis Quiles

4 min de leitura

Imagem de capa Leapfrogging será capaz de acelerar a IA nas organizações?

Inteligência Artificial

06 Abril | 2023

Leapfrogging será capaz de acelerar a IA nas organizações?

Aliado à inteligência artificial, fenômeno que se caracteriza pela aplicação de práticas tecnológicas mais atuais sem percorrer estágios anteriores pode ser uma alternativa das empresas que querem dar um salto de desenvolvimento no mercado

Fabian Salum e Karina Coleta

5 min de leitura