数据智能助力智慧航空:阿里云双十一特别访谈

简介: 在阿里云双十一特别栏目“数据智能助力智慧航空”中,厦门航空的CIO王洪建王总;同济大学管理科学与工程系教授、博士生导师梁哲老师;阿里云航空大脑的高级专家惊弓老师三位重量级嘉宾做客直播间,与主持人小小一同就智能航空的核心内涵,技术难点,相关经验等进行了深入浅出的探讨,并对智能航空的美好蓝图做了分析和展望。

双11第一波,红包领不停,点击看详情:https://promotion.aliyun.com/ntms/act/pre20171111.html


在阿里云双十一特别栏目“数据智能助力智慧航空”中,厦门航空的CIO王洪建王总;同济大学管理科学与工程系教授、博士生导师梁哲老师;阿里云航空大脑的高级专家惊弓老师三位重量级嘉宾做客直播间,与主持人小小一同就智能航空的核心内涵,技术难点,相关经验等进行了深入浅出的探讨,并对智能航空的美好蓝图做了分析和展望。以下内容根据访谈视频整理而成。

 

初看“数据智能助力智慧航空”这一主题,绝大多数人大概都会对其感到陌生,认为这是一件“高大上”亦或“遥不可及”的事情。但要是谈及航班延误,可能我们就会相对熟悉和充满共鸣了——毕竟,准备好的行程被强行推迟亦或打乱肯定算不上什么愉快的经历。那么,在如今这个技术飞速发展的时代,能不能将大数据、人工智能等技术成果用于解决类似的航空界难题呢?航空邂逅大数据又会碰撞出怎样的火花?在今年的六月份,阿里云的天池平台携手厦门航空共同举办了一场智慧航空AI大赛,目标直指航班延误这一业界难题。

 

天池平台 —— 承载问题 汇聚众智

 

对于大数据开发项目的参与者而言,天池平台可谓是鼎鼎有名了,但它其实还很年轻。

天池平台在2014年由阿里巴巴集团推出,是一个全球性的高端数据类计算平台,并汇集了全球高质量的数据人才和数据爱好者。截至目前,天池平台汇聚的开发者人数达十余万,他们来自全球73个国家和地区的2700多所海内外高校、研究所和企业。

 

在这次智慧航空AI大赛中,厦门航空作为大赛的主办方和数据的提供方,基于自身业务的实际场景作为需求进行了赛题的编制,并为大赛提供了真实而脱敏的数据,用于参赛选手的研究。

 

而天池平台作为承载问题的平台,则很好的将厦航提出的航班恢复问题加以承载,汇聚众智,邀请全球数据领域的爱好者来提供自己的算法和思路。在设计题目的时候,实用性就是最重要的考虑内容之一:包括怎样从实际中提炼出最核心的部分交给选手,怎样把最终算法工程化落地,应用到实际产业中等等。而这些来自选手的优秀算法和思路最终也都会被实际采用。

 

这是一场影响力空前强大的比赛,共计吸引了来自全球17个国家的1644支队伍报名参加。 选手组成包括高校的教师、大规模企业的员工,以及高校的在读学生等。他们有一个共同点:都拥有很高的学历:几乎均为世界各大名校的硕士或博士生。而最终,脱颖而出并摘得桂冠的便是梁哲教授带领的同济大学经管组合优化团队,他们已经蝉联了两个赛季的冠军。

 

冠军队伍的独家经验 —— 整体考虑与优秀算法的运用

 

作为从事航空领域工作十五年、积累丰富的学者,梁哲教授对相关问题的解决有着自己的一番看法。他认为,大数据算法在航空领域的计划与执行两个阶段中都有着极高的应用性。

 

在计划阶段,航空公司通常会根据市场的需求来预测和制定下一段时间内的航班计划。而此时算法需要解决的,就是决定航班计划里中每一个航班,具体是由哪架飞机与哪一位飞行员来执行的。这是一个很经典的组合优化问题,问题的核心目标就在于利益的最大化。考虑实际运营的约束,其涉及的难点就是如何将需求机型与飞机飞行的路径、飞行员排程联合起来共同解决,从而求得最优结果。其次,我国以周为单位的航班计划,比起美国以天为单位的航班计划时间跨度更长,求解也就变得更加复杂。

 

此外,排程的鲁棒性也是需要考虑的核心问题之一。好的排班不仅要考虑其经济性,还需要考虑其抗干扰能力(即鲁棒性)。如何在模型中添加鲁棒性也就成了另一项难点。一种很容易出现的情况是:尽管航空公司在计划阶段内已经制定了鲁棒性很好的航班计划,但在执行期间也总会被各种各样的意外情况干扰,导致原计划无法平稳和顺利的进行。在原计划被打乱后,如何在最短的时间内调整航班以恢复原来的计划,也就成了竞赛的主体。航空恢复问题涉及了飞机、机场、空管、机组人员分配、乘客安置等许许多多的方面,所以决策空间要远比计划空间复杂,求解也是一件麻烦事。

 

在传统的方案中,航空公司通常使用的是分阶段的策略:将复杂问题依次分解成几个可解的问题,而后依次进行解决,前一个问题的输出就是后一个问题的输入。但这种解决方案存在一定的弊端:它不能保证最终能够得到优秀的结果。因此,在这次比赛中,整个航班恢复问题都被视为一个整体。

 

梁教授带领的队伍利用世界上最先进的行列生成算法进行匹配,可以在20分钟之内得到与最优结果相差百分之一以内的结果,决策时间足够的话,他们甚至可以得到整个复杂编排中的最优解。

 

厦航对智能航空的理解 —— 智慧的构建与实现

 

随着技术的不断发展,航空领域也出现了各种各样的的变化。智慧航空作为一个命题,与实际应用的距离也愈发接近。

 

“智慧”这一词的含义,通常是指以人为代表的生物中大脑与神经器官的高级能力。包括感知、记忆、理解、分析、判断等等。随着近些年来信息技术的发展,尤其是近十年中芯片技术、大数据云计算、移动宽带等技术的出现和突破,数据存储计算和传输的能力都获得了质的飞跃,人工智能和数据智能也获得了更多的应用与发展。为人熟知的智慧城市、智慧工厂等内容,都是将人工智能应用到生活环境中的实例,而对于人工智能的全部应用,其目标都是使相关项目的运行更加智能、高效、有序。

 

作为敢为人先与创新引领的企业,在制定十三五战略时,厦航就已经将建设智慧厦航定为十三五重要的战略目标之一。对于目标的实现,构建实现智慧的能力就是首要问题。

 

其一是对信息资源的建立使用和管理的能力。数据是核心的资源,而存储、计算和传输则是重要的保障资源。厦航对技术发展的潮流力求做到充分顺应。例如,在虚拟化基础上建立自己的私有云;在保证数据安全的条件下使用一些公有云。从而拥有弹性和动态扩张的数据存储能力。在数据管理上强调统一治理,对全公司的数据进行统一生命周期的管理,通过信息化将生产经营管理等各方面的数据更多的记录到同一个系统中,实现数据的充分调用,消灭信息孤岛。

 

随着互联网的发展,对外界数据与旅客行为的数据的搜集和使用也成了厦航关注的重点,通过数据库和大数据的平台,厦航能够实现对这些数据的存储和运算,从而提取出其中蕴含的各项信息。

 

同时,跟踪和掌握新技术的能力也是厦航力求保证的核心之一。近年来,机器学习、语音识别、图像识别、语音智能处理等数据智能类型的应用出现的愈加频繁。厦航也一直在提升这些方面的投入,鼓励员工进行创新研究。并特别设立了一些创新课题的研究机制,希望能借此构建核心能力,掌握并应用新技术。此次与阿里云合作举办的天池大赛,就是利用众智平台寻找智能算法的实例。

 

有了构建实现智慧的能力,如何用好这些能力就成了关键。厦门航空倡导业务与技术的融合,通过实现业务的战略和目标,展现和发挥技术的价值和创新的推动力。

 

在安全方面,厦门航空利用大数据和数据分析的功能来进行挖掘和分析,以确保飞机的可靠性,可靠性的系统也保证了公司的飞机维修向预防性的维修转变。无论在空中还是地面,无论是发动机、起落架,还是飞机操控系统的重要参数,厦航都会进行实时的监控,力求确保公司的飞机可靠性走在世界前列。得益于这些举措,厦航737NG机队的可靠性成功提升至全球第一,并获得了波音航空特别颁发的的全球可靠性奖励。

 

在运行方面,厦门航空通过引进人工智能的算法,最大限度的保障了航班运行的安全和效率,提升了旅客出行的体验。例如建立航班运行风险管控系统,通过算法分析和评估飞机、环境以及机组各方面的因素,确定航班运行的风险点,提高公司的安全水平。

 

旅客服务方面,厦门航空力求以客为尊。在官网客服中心采用语音识别、客服机器人等技术来提高服务的时效性和质量,降低人工成本。一些个性化的服务与为旅客量身定制的产品也被广泛采用,比如厦航的白鹭空乘/空厨就推出了头等舱选餐的服务,满足了旅客的个性化需要,同时减少盲目备份餐食的浪费,所有努力都是为了使厦航更加智慧,为旅客提供更加安全、高效、便捷、优质的服务。

 

访谈中,王总盛赞了与阿里云的牵手合作,他表示,阿里云不仅拥有世界领先的云服务平台,其数据智能的研究和能力,构建阿里云一体大脑的思路和行动也同样吸引着厦航。将人工智能的数据智能和行业垂直相结合的发展方向与厦门航空的理念不谋而合。他提出,希望不断增强与阿里云,与梁教授为代表的院校的科技团队的合作,通过不断的合作赋能,让人工智能的技术红利更好的发挥和释放出来,服务社会大众,为旅客出行提供更加便捷优秀的智慧航空服务。

 

阿里云航空大脑 —— 目标与优势

 

来自阿里云的惊弓老师对航空大脑的目标和优势有着自己的认识。他指出:阿里云的ET大脑正在各行各业落地生根,例如城市大脑,就是利用一座城市地上地下、经济与社会方方面面的数据,为政府或企业做出整体的解决方案。在航空业,通过对机场、航空公司、各类铁路,公路交通与天气的数据进行采集,就能够将相应的解决方案制定出来。过去几十年间,学术界与各大航空公司对一些细分的问题已经得出了很好的解决办法,但阿里云要做的,则是利用现有的大数据以及数据的处理能得到一套完整而智慧的方案体系。

 

阿里云的首要优势是计算能力,阿里云平台有能力对庞大的数据进行计算。第二优势是算法能力,阿里云有数百至上千的算法专家,能够制定数据挖掘与优化方面的算法。第三优势是合作性,针对复杂的航空业问题,通过与航空公司、机场、高校、研究所、兄弟公司等方方面面的联合,完全能够共同真正的为解决航空出行做出一份贡献。阿里云的体量有能力也有责任去解决这种关乎国计民生的问题。来打造一项覆盖全行业的生态。

 

学术界与智慧航空的碰撞 —— 迅捷 优质 人性化

 

作为学术界的专家,梁哲教授对智慧航空的看法同样值得关注。他指出:从前的航空网络相对简单,飞机数量较少,人工就足以进行相应的排班,调度等。而近年来,随着航空运输业的发展,航空网络变得更加复杂,航空公司拥有的飞机数量也越来越多,完全依靠人工的调度会令航空公司错失很多的机会,这不仅会导致巨大的经济损失,也会为旅客的出行带来不便。因此用计算机辅助决策,提高决策效率也就迫在眉睫。这也是航空大脑切入行业的绝佳时间。

 

关于智慧航空,决策的速度是首要目标。航空公司每天都面临各种各样的干扰,例如突发的恶劣天气等等。这些因素时刻在发生变化,只有对其快速的进行响应,才能最大化减少其带来的影响。这不仅需要算法层面的努力,计算力的支持也同样尤为重要,这也是阿里云能够提供的优势之一。决策的质量同样是重要问题,具体的表现就在于航班的取消数少,延误时间短。决策的好坏不仅关乎航空公司的利益,同样对乘客的出行有极大的影响。最后,决策一定要人性化,在进行相关建模和模拟的时候尽可能的做到以人为本,避免非人性化决策, 以提高旅客舒适的程度。

 

对学术界人士来说,阿里云的天池平台能够将科研人员和企业进行良好的对接,这是十分难能可贵的。如果淘宝是对商品的筛选,那天池就是淘科技与掌握科技的人,天池平台提供的是产学研结合的平台和契机,从而为技术最终落实到产业打下良好的基础。

 

对未来的展望 —— 谈谈智慧航空的前景

 

随着AI技术的发展,人工智能在社会的各个方面逐渐得到了广泛的应用,智慧城市和智慧交通建设已经成为一些政府的建设目标。包括阿里云与杭州等城市的城市大脑建设,都是人工智能与不同领域的垂直应用。对于民用航空来说,人工智能与航空运输结合的应用场景也不仅仅应该局限于航空公司,应该更加站在以人为本的立场,以旅客便捷出行为目标,实现全行业的智能化。

 

通过对智能技术的应用,航空公司的安全将更加可靠,运行更加高效,未来的航班甚至能够根据客流动态进行安排,动态的分配和调度各种资源,产品更加丰富和个性化,让旅客享受到航空一站式的服务。空域的管理,监控与调度也将更加的智能和科学,空域资源的利用更加高效。基于大数据和人脸识别等技术,机场的安检会更加便捷,但是安全却更有保证。随着民航智能建设的发展,旅客的出行将会同驾车一样方便,能够绕过拥堵,更便利自主的选择航班进行衔接。智慧的航空时代只有想不到,没有做不到,航空运输行业智能化的春天就在眼前,AI技术的加入对整个航空业的改变无疑是相当令人期待的。

 

总结:

 

我们有充分的理由相信,在梁教授一类卓越的学术界的专家学者,以及阿里云,厦航这种勇于创新和实践的公司的共同努力下,文段中描述的智慧场景很快就将变成现实,真正的做到让数据智能成为一种普惠科技,切实的普惠各行各业,普惠到大众的民生中去。



========

阿里云双11访谈之容器服务 https://yq.aliyun.com/articles/229366

阿里云双11访谈之视频云 https://yq.aliyun.com/articles/229356

阿里云双11访谈之中间件 https://yq.aliyun.com/articles/229354

阿里云双11访谈之云存储 https://yq.aliyun.com/articles/228482

阿里云双11访谈之ECS弹性计算 https://yq.aliyun.com/articles/228321

阿里云双11访谈之数据智能 https://yq.aliyun.com/articles/228322

阿里云双11访谈之MaxCompute https://yq.aliyun.com/articles/228477

阿里云双11访谈之Elasticsearch https://yq.aliyun.com/articles/228478

阿里云双11访谈之云安全 https://yq.aliyun.com/articles/232109

阿里云双11访谈之云数据库  https://yq.aliyun.com/articles/230063

阿里云双11访谈之CDN  https://yq.aliyun.com/articles/230062

阿里云双11特别访谈之智慧航空  https://yq.aliyun.com/articles/231166

阿里云双11访谈之先知平台 https://yq.aliyun.com/articles/236069

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
关系型数据库 MySQL 数据挖掘
阿里云 SelectDB 携手 DTS ,一键实现 TP 数据实时入仓
DTS 作为阿里云核心的数据交互引擎,以其高效的实时数据流处理能力和广泛的数据源兼容性,为用户构建了一个安全可靠、可扩展、高可用的数据架构桥梁。阿里云数据库 SelectDB 通过与 DTS 联合,为用户提供了简单、实时、极速且低成本的事务数据分析方案。用户可以通过 DTS 数据传输服务,一键将自建 MySQL / RDS MySQL / PolarDB for MySQL 数据库,迁移或同步至阿里云数据库 SelectDB 的实例中,帮助企业在短时间内完成数据迁移或同步,并即时获得深度洞察。
阿里云 SelectDB 携手 DTS ,一键实现 TP 数据实时入仓
|
10天前
|
关系型数据库 Apache 流计算
手把手教你实现 OceanBase 数据到阿里云数据库 SelectDB 内核版 Apache Doris 的便捷迁移|实用指南
本文介绍了如何将数据从 OceanBase 迁移到阿里云数据库 SelectDB 内核版 Apache Doris。提供 3 种数据同步方法 1. 使用 DataX,下载 DataX 并编写配置文件,通过 OceanBaseReader 和 DorisWriter 进行数据迁移。 2. 利用 Apache Doris 的 Catalog功 能,将 OceanBase 表映射到 Doris 并插入数据。 3. 通过Flink CDC,设置 OceanBase 环境,配置 Flink 连接器,实现实时数据同步。
手把手教你实现 OceanBase 数据到阿里云数据库 SelectDB 内核版 Apache Doris 的便捷迁移|实用指南
|
2月前
|
SQL 人工智能 数据挖掘
阿里云DMS,身边的智能化数据分析助手
生成式AI颠覆了人机交互的传统范式,赋予每个人利用AI进行低门槛数据分析的能力。Data Fabric与生成式AI的强强联合,不仅能够实现敏捷数据交付,还有效降低了数据分析门槛,让人人都能数据分析成为可能!阿里云DMS作为阿里云统一的用数平台,在2021年初就开始探索使用Data Fabric理念构建逻辑数仓来加速企业数据价值的交付,2023年推出基于大模型构建的Data Copilot,降低用数门槛,近期我们将Notebook(分析窗口)、逻辑数仓(Data Fabric)、Data Copilot(生成式AI)进行有机组合,端到端的解决用数难题,给用户带来全新的分析体验。
110159 118
阿里云DMS,身边的智能化数据分析助手
|
4月前
|
开发工具 开发者
阿里云 在智能媒体服务中,智能生产制作时长包,可以批量混剪视频吗?
【1月更文挑战第15天】【1月更文挑战第73篇】阿里云 在智能媒体服务中,智能生产制作时长包,可以批量混剪视频吗?
199 5
|
3月前
|
存储 数据可视化 数据管理
基于阿里云服务的数据平台架构实践
本文主要介绍基于阿里云大数据组件服务,对企业进行大数据平台建设的架构实践。
733 2
|
3天前
|
分布式计算 大数据 BI
MaxCompute产品使用合集之MaxCompute项目的数据是否可以被接入到阿里云的Quick BI中
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
2月前
|
机器学习/深度学习 存储 分布式计算
机器学习PAI常见问题之DLC的数据写入到另外一个阿里云主账号的OSS中如何解决
PAI(平台为智能,Platform for Artificial Intelligence)是阿里云提供的一个全面的人工智能开发平台,旨在为开发者提供机器学习、深度学习等人工智能技术的模型训练、优化和部署服务。以下是PAI平台使用中的一些常见问题及其答案汇总,帮助用户解决在使用过程中遇到的问题。
|
4天前
|
运维 数据管理 数据库
数据管理DMS产品使用合集之在阿里云DMS中,想对数据精度进行校验,有什么方法
阿里云数据管理DMS提供了全面的数据管理、数据库运维、数据安全、数据迁移与同步等功能,助力企业高效、安全地进行数据库管理和运维工作。以下是DMS产品使用合集的详细介绍。
|
4天前
|
NoSQL 数据管理 MongoDB
数据管理DMS产品使用合集之如何通过阿里云的数据管理服务(DMS)导出MongoDB数据
阿里云数据管理DMS提供了全面的数据管理、数据库运维、数据安全、数据迁移与同步等功能,助力企业高效、安全地进行数据库管理和运维工作。以下是DMS产品使用合集的详细介绍。
|
7天前
|
人工智能 自然语言处理 供应链
阿里云联合伙伴发起“物流智能联盟”
物流行业内首个专注于大模型应用研究与实践的联盟“物流智能联盟”在杭州成立,旨在加速大模型在物流领域落地,用AI助力物流行业增效降本和业务创新。该联盟由阿里云、菜鸟、高德地图、中远海运、东航物流、圆通速递、申通快递、中通快递、德邦快递、G7易流、地上铁、浙江大学智能交通研究所等在2024数智物流峰会上共同成立。

热门文章

最新文章