智见•圆桌 | 构筑数智底座 让机场更智能

在社会经济飞速发展的今天，信息技术正在为各行业实现飞跃发展注入不竭动力。近年来，智慧民航建设为民航业发展提供了新的契机。与此同时，日新月异的新技术、新系统、新理念，也给民航企业的数字化转型、智能化升级带来了不小的挑战。其中，如何让智能技术真正融入行业生产核心，从而充分释放生产效能，成为备受行业内外关注的热点。

10月30日，由中国民航报社有限公司主办、华为技术有限公司支持的“民航智见”第二十期线上会议开播。本期会议以“数智底座提升机场智能化水平”为主题，携手来自西部机场集团、上海机场集团、华为技术有限公司、中国民航大学、民航机场规划设计研究总院、民航机场成都电子工程设计公司的专家学者，围绕机场安全、运行、服务等场景，全方位探讨数智底座如何加速推动智慧民航建设。

打造数智底座

为智慧机场建设注入面向未来的生命力

随着智慧民航建设初见成效，人工智能、大数据、物联网以及地理信息系统等技术正在加速与民航业融合。这些技术在提升机场智慧化水平的同时，也为民航业沉淀了大量数据。机场应该如何处理这些海量数据？数据的有效应用又将给机场建设、运营带来哪些“智”的提升？

西部机场集团信息管理部

总经理 王奇煜

目前，大型机场往往面临保障资源不足、运行难度加大、人员数量增长过快等问题，很难单纯依靠基础设施建设来解决，迫切需要引入智慧化解决方案。

地勤是机场核心业务之一，西安机场地勤公司承担了繁重的航空地勤保障任务。然而，随着业务规模不断扩大，一系列生产运行问题逐渐暴露出来。首先，业务对象和规则的数字化水平较低，合同签署、业务标准等仍采用传统的纸质方式，导致服务差异化和管理难度显著加大。其次，多级人工派工方式存在效率低下的问题，班组的人工派工方式导致任务均衡性不足，人车分别派工且相互等待难以应对航班动态变化。再次，随着作业面积不断扩大，缺乏全局态势感知能力成为一大挑战，对经营、资源、安全等全局态势的把握主要依赖人工统计，工作量大、人力耗费多。最后，信息系统建设存在短板，虽然系统众多，但功能单一、集成度不高，数据共享能力较差，缺乏统一的数据标准和深层次的数据应用，影响了信息化水平提升，无法满足业务整体要求。

为解决这些问题，西部机场集团启动了数字地勤项目，以提升地勤业务的智能化水平。通过智能排班调度系统的引入，成功提高了排班效率和资源利用效率，解决了多级人工派工的问题，降低了人工成本。该项目还优化了业务流程，实现了航班保障全流程实时协同，提高了运行效率。在合同管理方面，西部机场集团建立了合约管控系统，实现了合约任务清单、作业标准要求、经营核算规则的标准化和数字化，为资源和客户提供了更精细的服务和管理。

上海机场集团科创管理部

总经理 冉祥来

作为一套综合运用多项技术的庞大系统，数字孪生机场能够提升机场运行的智能性、安全性和效率。在上海机场集团进行智慧机场建设的过程中，数字孪生机场是核心抓手。为此，我们在集团层面统筹建设了基于华为高性能算力的“机场大脑”，旨在通过开放的智能平台和业界先进的算法，避免出现人工智能“孤岛现象”。

在打造数字孪生机场的过程中，我们聚焦三大核心流程：航空器运行全流程管理、航站楼旅客全流程管理以及飞行区安全运行管理。在航空器运行全流程管理方面，我们希望通过多源数据融合，实现全时域态势感知，提升场内航空器和车辆、设备的运行效率，并优化保障资源分配。在航站楼旅客全流程管理方面，运用视频智能分析技术，整合各类业务数据，从而实时监控航站区运行态势，并基于定位技术和旅客特征属性识别算法，实现跨镜头追踪检测，有助于管理人员及时掌握航站楼内各个区域的人流和排队情况。在飞行区安全运行管理方面，我们通过引入人工智能（AI）技术对人员行为进行分析，有效识别违规行为，提升飞行区安全管理能力，构建空地一体的安防体系。数字孪生还可以通过模拟仿真，对潜在的矛盾冲突和危险进行预警和评判，为机场运行管理提供辅助决策建议。按照计划，到今年底，上海机场将初步完成数字孪生机场建设。

华为技术有限公司机场与轨道军团

副总裁 周欣

在人工智能时代，民航业该如何拥抱发展趋势的变化？智慧民航建设要提升安全、效率和体验，面对无处不在的数据，如何才能让其赋能行业，真正创造价值？在这方面，华为积累了不少经验。作为全球领先的信息与通信技术（ICT）基础设施供应商，华为打造了自主创新的民航数智底座，希望通过多维感知、泛在连接和数智平台，联合伙伴深入业务场景，助力智慧民航建设“五个一”提“智”增效。在监管方面，华为参与了民航局智慧监管服务平台建设项目，以数智底座助力民航监管业务实现信息化和数字化。在智慧运行方面，华为打造了全域感知、精准管控、高效协同的机场数字孪生，并进行了有效应用。比如，已在深圳机场T3航站楼和卫星厅部署应用的智能机位分配解决方案可基于数智底座的大数据、天筹求解器和AI分配算法，提升机场靠桥率7%，有效减少场面风险，并大幅度升级旅客体验，通过将人工智能模型应用于航班时刻调整等场景，快速恢复大面积延误积压的航班。在安防方面，华为制订了智慧机场光感围界方案，实现围界防护零漏报和极低误报。

华为数智底座为机场客户探索智能化打下了基础，并在行业内得到深度应用。比如，为西部机场集团提供的智能化方案包含4A架构梳理、算力、算料以及算法四大要素。通过为西部机场集团打造高效数智底座，助力其在机场行业首次实现深度用云，并支撑了53个核心系统全面上云，同时部署了超过100P算力支撑机场AI智能化应用的运行。此外，华为也为上海机场集团的“机场大脑”搭建了中枢—数智底座，支撑包括数字孪生在内的智慧应用和全业务智能化升级。在此过程中，华为数智底座大幅优化了训练和推理算法，可长期支持其智慧化应用，目前已经在全球超过130个机场和航空公司应用。

展望未来，华为具备为航空企业提供AI全栈全场景能力，并呼吁集行业之智，共建共享精准气象预测等航空大模型。华为愿与行业一道，基于华为盘古大模型，联合行业伙伴，围绕场景智能化在民航各领域持续创新，助力民航安全水平、运行效率和服务品质提升。

聚焦技术赋能

提升民航安全水平和服务品质

2022年，横空出世的ChatGPT一上线就火爆“出圈”，引发各行业广泛关注。目前，有观点认为，以ChatGPT为代表的大模型，将把人工智能技术带入新的阶段。大模型技术能否在民航业快速应用？现阶段有哪些重点应用领域？对于提升民航安全水平和服务品质将产生哪些影响？

中国民航大学教授、民航智慧机场理论

与系统重点实验室副主任 冯霞

当前，新技术正以令人振奋的方式塑造航空出行的环境和体验。随着云计算、大数据、物联网等技术不断发展，以新技术促进小改变逐渐成为民航业的标准做法。与此同时，科技的进步也在推动民航业朝实现净零碳排放、技术创新、多式联运、劳动力资源引入以及旅客体验改善方向发展。

在未来的航空业，以机器智能为核心的自治运行将成为实现航空愿景的关键路径。这意味着性能强大的智能机器可以有效管理庞大且复杂的航空系统，实现更安全、更高效的运营。未来，民航业的发展将集中在协同感知、协同决策、系统自制、全域优化等方面。以机场为例，无人驾驶航空器和车辆的混合运行，以及大规模传感数据的实时交互，将共同构建对机场整个场面态势的认知。航空器和车辆将以自动化方式推进、推出、接桥、滑行等操作，通过各种协同规则实现多航空器多车辆的连续协同运行。

技术的不断进步将颠覆传统的机场运营模式。安检站可能逐渐退出历史舞台，取而代之的是数字空间中的安检系统。机场将成为灵活广泛的交通连接中心，为旅客提供多种交通选择。风险模型和数字身份的广泛应用将优化交通流量，提供无缝连接的快捷通道。

我们认为，面向未来，机场将进入多元发展模式，包括超大规模的货运机场和灵巧便捷型机场。无论机场规模如何，航空业的不变追求是打造安全、无缝、愉悦的出行体验，同时确保可持续发展。技术的演进将继续推动机场在创新中迎接挑战，引领航空业朝更智能、更高效、更可持续的方向发展。

西部机场集团扩建指挥部航站区工程部

副指挥长 张宝利

西安机场三期改扩建工程是国家“十四五”重大建设项目，也是民航局支持的全国民航标杆示范项目。在改扩建工程中，弱电信息工程是重要环节，投资约占总概算的8%。项目前期，按照智慧化建设总体要求，我们从业务视角将工程分成运行、安全、服务、交通、商业五个维度，目标是实现互联化、可视化、智能化、协同化、个性化和精细化，并对每个业务维度按照目标的差异进行了细化、量化。在项目初步设计、施工图设计及实施阶段，我们始终围绕总体目标不断深化智慧化建设，确保按照目标要求一以贯之。

在技术路径选择上，我们重点考虑四大要素：一是技术架构要紧贴业务，并具备全局视角；二是选择成熟技术，以高效数智底座搭建技术架构；三是重视数据质量，提供高质量算料；四是重点关注智能化应用。

在项目实施过程中，架构管理要充分考虑全局性，弥补传统弱电信息工程在技术应用中的不足。要遵循成熟的架构管理方法论，从业务到数据，再到技术平台，最终到应用建设，打破仅仅依赖施工图的局限。过去，信息系统建设往往聚焦单系统、单功能或者单维度，在适应业务变化方面存在局限性。同时，建设过程中参与厂商众多、业务需求繁杂、信息技术发展快是落地成果偏离目标的主要原因。我们的解决方案是避免重复建设系统、功能，特别是具有相似功能的系统，以共享和重建解决重复性问题。同时，我们需要真正了解信息系统是如何支撑机场各业务、各环节运行的，不能完全用技术思维替代业务方向。华为的4A企业设计架构对我们的架构管理具有较强的指导作用。这个理念很早就提出了，但是必须有一定能力、经验和实践，才能真正落地。

民航机场规划设计研究总院

空管与电子所副所长 李恒晖

在技术不断演进、迭代的当下，我们更要关注技术的本质，探索新技术能否在民航领域快速应用，同时提升民航安全水平、运行效率和服务品质。ChatGPT一上线就火爆“出圈”，很多人都说，大模型时代已经到来。ChatGPT之所以能够快速获得认可，关键是其拥有良好的使用体验。随着技术和数学模型的发展，大模型适配已经从视频、音频、图像领域向生成式的垂直领域演进，具备了类人的理解和生成能力。

大模型与传统人工智能技术的本质区别是大模型具备泛化增强能力，其在进行深度学习时，不再需要以一个场景、一个模型的方式进行适配。基于传统的人工智能技术，一旦场景和规则发生调整，或者部署原则发生重大变化，已有的训练模型就将无法适配新的运行环境。也就是说，这个模型需要利用新数据进行重新训练调优后才可以适配新的运行环境。与之相比，大模型在少量数据反哺后，可实现多场景适配。目前，大模型的发展趋势是从通用模型走向行业模型，从单模态走向多模态。预计未来3年～5年，将有更多大模型案例在民航领域落地。大模型在周界防入侵领域的应用已在测试过程中，通过适当“投喂”攀爬和干扰数据，其可以有效识别环境、天气等干扰因素，从而在确保周界入侵零漏报的前提下，进一步降低误报率。在参加本次会议前，我向ChatGPT提问，该如何向民航行业介绍它。对此，ChatGPT告诉我，它能够覆盖民航领域所涉及的场景，同时没有隐瞒这项技术可能面临恶意数据等问题。通过分析，我们认为，大模型在机场和空管领域都有用武之地，比如智慧客服、数字虚拟人以及时空模型流量分析等。与此同时，其在民航领域的应用需要有效指导，恶意数据以及不擅长逻辑推理等问题需要在技术演进过程中予以解决。

民航机场成都电子工程设计公司

副总工 李小将

从设计者的角度来看，智慧机场经历了四个发展阶段。1995年～2004年为第一阶段，深圳机场成为“电子型机场”的奠基者，初步确定了机场运营管理所需的信息弱电系统及其相互关系，并建立了三级调度模式。2004年～2014年为第二阶段，北京首都机场是“数字机场”的主导者，首次采用中间件技术，建立了大型枢纽机场运营模式，即机场运控中心（AOC）和航站楼运营中心（TOC）运行模式。2014年～2023年为第三阶段，北京大兴机场成为“智慧机场”的引领者，构建了基于服务总线的智慧机场信息化体系架构，广泛应用大数据、互联网+、云计算、物联网等技术，使运控中心成为信息流转、资源分配、数据管理中枢，为航空保障和机场运行提供全面支持。从2024年开始，智慧机场建设将进入全面智能化的数字孪生机场阶段，关键是实现数据决策、精细化管理和精心服务，同时实现全要素、全流程、全场景的智能化。这不仅是可视化，更是在数字孪生基础上实现实体运行与数字运行的融合。

在这个阶段，智慧机场不再是简单应用ICT技术，更重要的是通过应用ICT新技术实现业务转型和创新增长。在智慧机场建设中，连接、数据、智能和孪生是不可或缺的关键要素：连接作为数据产生的基础，要在不同领域、不同内因上灵活连接，是业务数据化的基本手段。数据在整个智慧机场建设中扮演着至关重要的角色，通过数据治理形成数据资产，实现全域数据采集和统一的数据服务，实现数据业务化。数据业务化可催生智能应用，广泛涉及航空器运行、航班全流程智能采集等领域，为智能化提供基本保障。智能化注重数据驱动，与机场业务目标深度融合，涵盖感知预测、深度分析、智能分析、决策分析等多个层次，旨在提升机场运营效率和服务水平。这些核心要素共同构建了全面智能化数字孪生机场框架，推动机场向更智能、高效、安全、便捷的未来迈进。（中国民航报 记者王艺超）

（本文刊载于中国民航报2023年11月8日8版）

原标题：《智见•圆桌 | 构筑数智底座 让机场更智能》

阅读原文