2 марта ВМС США вытащили из океана F-35C. Самолет стоимостью 94,4 миллиона долларов тяжело приземлился 24 января, а затем скользнул по палубе, ранив моряков, прежде чем он упал и упал в море. Пилот женщина, катапультировалась и выжила, но инцидент поднимает зловещий вопрос о воздушных происшесвиях: что могут сделать военные, чтобы пилоты безопасно приземлялись столько раз, сколько они взлетают, и помогали всем авиаторам избежать ошибок своих сверстников? F-35C-это военно-морской самолет, а посадки на авианосец, как известно, трудны. Но ни одна ветвь вооруженных сил не застрахована от аварий, и в этом году самолеты морской пехоты и ВВС разбились. Исследования после аварии, основанные на записанных данных авионики и телеметрии самолетов, могут выявить конкретные причины ошибок, от механических сбоев до выбора, сделанного пилотами.
В 2020 году ВВС обратились к искусственному интеллекту, чтобы поймать необычные модели полета во время обучения, прежде чем они станут дорогостоящей или даже трагической ошибкой. Чтобы лучше понять выбросы в моделях полета, ВВС работают с Crowdbotics, фирмой искусственного интеллекта/машинного обучения, для анализа и обработки данных, которые уже собирают самолеты. Эта обработка и анализ данных выполняются с помощью специального программного обеспечения, которое и компания, и ВВС называют конкретным инструментом.
“Истребители-одна из самых больших инвестиций в американские вооруженные силы. Это супер продвинутые технологии с прикрепленным к ним человеком”, — говорит генеральный директор Crowdbotics Ананд Кулкарни. Истребители “чрезвычайно хорошо оснащены оборудованием для производства данных, и все эти данные более или менее выбрасываются в конце каждого полета”.
Самолеты захватывают эти данные, авионику и телеметрию полета, много раз в секунду, создавая рекорд времени, скорости и положения. Это массивный набор данных, создаваемый каждым полетом, и людям трудно обрабатывать его без помощи инструментов анализа данных. В настоящее время эти данные можно использовать в разборах полетов, где пилоты сидят после миссии и наблюдают за полетами на мониторе в течение нескольких часов. Этого времени достаточно, чтобы уловить любые большие изменения, такие как внезапный разрыв самолета с формированием, но данные могут показать гораздо больше.
“Обычно в конце разбора студент делает некоторые заметки, но мы стираем наши ленты”, — говорит майор Марк Попплер из 4-й учебной эскадрильи F-15E. “Мы стираем наши выстрелы, и все данные сбрасываются. Вот как появился этот проект. Мой предшественник признал это и подумал, учитывая успехи, достигнутые нами в вычислительной технике в последние десятилетия, как мы можем автоматизировать большую часть этого процесса, чтобы сделать разбор полетов более эффективным, а затем сбросить меньше данных?”
В настоящее время работа Crowdbotics с ВВС ограничивается F-15Es в учебной эскадрилье на базе ВВС Сеймур Джонсон в Северной Каролине. Программа находится на стадии фазы 2, и гораздо больше ее потенциала ожидает успеха и расширения на другие самолеты.
Взлеты и посадки
Даже ограниченный только тренировочными полетами пилотов F-15E, прототип аналитического инструмента Crowdbotics, по-видимому, позволяет улавливать отклонения производительности, прежде чем они станут серьезной проблемой. Рассмотрим работу по посадке самолета, что-то каждый полет должен включать, которые в идеале являются обычными событиями, а не катастрофами. Данные, собранные самолетами и обработанные с помощью прототипа инструмента, построенного Crowbotics, могут увидеть, если что-то не так.
“Какая скорость вы поддерживаете при выполнении заход и посадку в Strike Eagle [F-15E], зависит от вашего веса топлива”, — говорит Попплер. “И поэтому [прототип инструмента] может фактически рассчитать конечную скорость захода на посадку на основе вашего веса топлива. А затем оценит вас, по тем же стандартам, что и пилот-инструктор: был ли ваш заход на предельной малой скорости? Вы быстро приземлились? Вы приземлились в соответствующей части взлетно-посадочной полосы?…”
Это все вопросы, на которые можно легко ответить с помощью данных авионики, но инструктору в другом самолете или на земле трудно понять. При обучении, если пилот обнаружил, что он последовательно принимает слишком острый угол посадки, данные могут поймать его перед инструктором, и инструктор может соответствующим образом скорректировать. Обрабатывая полетные данные от одних и тех же пилотов с течением времени и по всей программе, ВВС могут использовать инструмент для оценки того, как человек улучшается. Глядя на данные полета, собранные в эскадрилье, данные могут определить, делает ли пилот что-то другое, чем все остальные.
“То, как я смотрю на это, и то, как программное обеспечение смотрит на это, всякий раз, когда мы видим выбросы, мы не обязательно начинаем с того, что это хорошо или плохо”, — говорит Кулкарни из Crowdbiotics. “Мы говорим: «это отличается от книги» или отличается от нормы того, что делает большинство пилотов”. Но в этом случае другое может означать хуже или лучше.
Улавливание ошибок важно для сохранения безопасности пилотов и самолетов. Обнаружение инноваций позволяет распространять новые методы гораздо быстрее, чем ждать, пока пилот завершит карьеру и вернется в качестве инструктора.
Контракт Crowdbotics с ВВС официально предназначен для “Стандартизации и оптимизации подготовки пилотов ВВС США с помощью машинного обучения и глубокой аналитики маневров” Инструмент может анализировать полеты в симуляторе так же, как он может анализировать данные бортового самописца, и лучше понимать нормальные операции и отклонения от анализа полета. С оптимизацией он также может отказаться от универсального подхода к обучению пилотов. Каждый год учебная эскадрилья принимает от 40 до 50 пилотов, рассчитывая закончить как можно больше, чтобы затем служить 10-летним обязательствам в ВВС. Это своего рода обучение пакетной обработке, которое продолжается в гигантских бюрократических организациях, таких как военные.
Используя конкретные данные от каждого пилота, ВВС могут вместо этого лучше распределять время инструктора среди всех этих пилотов, возможно, определяя тех, кто нуждается в большей помощи, а затем сосредотачиваясь на них, чем на обучении лучших исполнителей.
Данные могут помочь найти, какие пилоты нуждаются в помощи, какие пилоты уже продемонстрировали мастерство, и какие стажеры могут лучше всего подходить для другого самолета. Это еще рано в программе, но наличие данных означает, что ВВС могут использовать фактическую аналитику полета для оценки готовности пилотов, дополняя оценки инструкторов и, надеюсь, обещая лучшие результаты, чем существующие методы.
Это также может относиться к подготовке пилотов к миссиям. Если конкретная миссия требует использования F-15 в качестве наземных бомбардировщиков, командир может посмотреть запись из своей эскадрильи и выбрать пилотов, основываясь на том, насколько хорошо они выполняли эти миссии в прошлом. (F-15 изначально проектировался как чисто истребитель класса «воздух-воздух», но двухместный вариант F-15E предназначен для атаки целей на земле, сохраняя при этом боеспособность класса.)
Прямо сейчас прототип “доказывает, что они могут распознавать цели и создавать сложные маневры”, — говорит Попплер. “То, что мы решили начать с действительно одного корабля [один самолет], неклассифицированный, маневры, взлеты, посадки, подходы к приборам, петли, вид высшего пилотажа и тому подобное”.
В будущем инструмент может быть использован для изучения более сложных маневров, которые проявляются при подготовке к воздушному бою. На данный момент инструмент Crowdbiotics создает массив данных, чтобы зафиксировать, как выглядит регулярный полет, как выглядят выбросы, и что, если что-то можно сделать, чтобы обучить пилотов для достижения наилучших результатов в своих самолетах.
Если технология окажется ценной для ВВС, она может распространиться на другие типы самолетов, и Crowdbotics также открыта для изучения ее для анализа коммерческих полетов. Полет-это деятельность, богатая данными, и пилоты могут извлечь выгоду, изучая эти данные, прежде чем они попадут в аварию.
Источник: https://www.popsci.com/technology/air-force-artificial-intelligence-pilot-training/
