medicaltaiwan
Advantechline
 

達美航空以AI強化決策 確保旅客安全與班機準點

達美航空運用機器學習強化營運決策支援,確保旅客安全且準時到達目的地。達美航空

2020年1月8日達美航空(Delta Air Lines)在消費性電子展(CES)宣布推出1套基於人工智慧(AI)的決策系統,運用機器學習(machine learning)與營運作業數位模擬模型,在突發事件與情況困難時提供員工最佳的因應建議,以維持航班正常運作並將對旅客的影響降至最低。

根據TechCrunch報導,即使沒有突發事件,航空公司日常營運的後勤作業也非常複雜,最重要的目標是無論天氣好壞,都要讓旅客安全且準時到達目的地,因此當天候惡劣時航空公司員工必須設法調度不同航線的班機,以確保起降正常且準點、有足夠的機組人員出勤且符合美國聯邦航空管理局(FAA)的工作時間規定、旅客及其托運行李都能順利的轉機。

達美航空將機器學習應用於決策科學,例如當天候轉為惡劣影響到各項原本妥善規劃的日常營運安排時,可提供最佳的建議以因應各種狀況,並儘可能減少對旅客的影響。達美航空首開民航業先河,建立了1套完整的全球營運作業數位模型,作為AI營運決策系統的運作依據,運用歷史資料模擬各種作業挑戰,以提供可能的解決方案與決策支援。

2019年聯合航空(United Airlines)推出專為改善旅客轉機體驗的工具ConnectionSaver,能自動判斷哪些將要起飛的班機可稍微延遲數分鐘等候轉機乘客,同時不會延遲班機到著目的地的時間,協助登機門的地勤人員正確決定,是否要讓班機繼續在登機門等候還來不及轉機的乘客。

ConnectionSaver會考量包括遲到的轉機旅客到達正確登機門所需的時間,以及班機延遲起飛對其他旅客與航班的影響。此外ConnectionSaver為了減少變數與協助轉機旅客快速到達登機口,會傳送個人化的文字訊息給每個選擇願意接收的轉機旅客,提供前往正確轉機登機門的清楚導引與步行所需時間。

達美航空的機器學習平台涵蓋的範疇比ConnectionSaver更廣,處理的是全公司的營運,預計將於2020年春季上線,隨著累積的實際營運資料越來越多,機器學習演算法也會越來越聰明而能提供更好的決策支援。此外達美航空的營運作業數位模擬模型包含事後分析工具,能協助員工檢討那些決策應該進行調整,以進一步改善當時的狀況並獲得更好的結果。

達美航空的專屬機器學習平台會分析包括班機位置、機組人員限制、機場狀況等數百萬個營運相關的資料點(data point),在發生惡劣天候、火山爆發等各種可能對營運產生重大影響的事件與困難狀況時,能提供全球逾8萬名員工進行關鍵決策所需的資訊與各種最佳選項,以快速、有效的解決問題,確保提供旅客安全、可靠、輕鬆的搭機體驗。


  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 達美航空 人工智慧