编者按：本文作者 Sachin Dev Duggal 是自主软件开发和云计算公司Engineer.ai的 CEO，他在本文中提出将计算机视觉与 AI 技术相结合来提高机场容量，降低乘客在机场的等待时间，从而提升航空出行体验，并就两项技术结合对改善航空体验的四个表现方面进行了分别论述。原文发表在 VentureBeat，标题为4 ways AI could make airports more tolerable。





	计算机视觉与 AI 技术结合是否有可能提高机场容量呢？这些技术并不需要去建造更大的机场或者是减少乘客数量，但可以为降低机场等待时间提供独特的解决方案。AI 技术对我们日常生活的影响在未来几年内会更加深刻地显现出来，计算机视觉技术亦是如此。所以，如果将这两项技术结合到一起，你就能获得改善乘客机场体验的真正秘诀。





	当下航空出行方式所存在的很多问题是由于我们无法计算所有潜在的组合和排列结果。我们在机场设有多道安检程序，因为我们相信每过一道安检程序，航空安全性就可以更高。但是，并不是说我们设立的安检程序越多，就越有可能抓住那些不法分子。问题并不在于安检中的步骤和程序数量，问题在于如何降低其中的人为错误。





	AI 能够以惊人的速度处理信息，并且可以将那些哪怕最敏锐的安检人员也发现不了的数据关联到一起。未来十年内，机场体验将发生巨大的变化。乘客在航空出行中的每一步都将受到影响，从安检到排队再到认领行李。未来，AI 和计算机视觉技术对航空出行的影响和改变将体现在以下四个方面：





	1、可预测航班延误





	我们在机场花在等待延误航班上的时间大概是最令人抓狂的了。无论是恶劣天气原因，还是机械故障问题，任何一个问题好像都能持续上数小时的时间。但是，如果我们使用大数据和机器学习来处理这一问题，我们就可以利用高度相关的模式分析来取代现场分析，这样就可以更好的为航班延误做好准备。这样，航空公司也可以在乘客到达机场之前将延误动态通知发送给乘客。





	与此同时，利用监督学习方法维护和分析维护日至也可以避免航班出现突发故障。这一技术可以用于标记需要维护的飞机，并相应地对飞机进行动态重新调配。





	2、自主安检





	人类安检员在执行安全检查工作方面不会比监督学习算法的效果更好。如果机器可以查看你的护照照片并对你进行拍照，他们就可以访问您的社交图片（链接到你的 ID），这样就可以删减许多不必要的人工检查。其中一些甚至都不需要一个复杂的 AI 解决方案就能做到。





	3、减少不必要的行李检查





	在机场你是否有过这样的排队经历，你前面的那个人拿了两个手提袋，里面装满了各式各样 50ml 液体的瓶瓶罐罐？更糟糕的是，对于这种没有什么危险性的物品逐一进行检查会增加安检人员忽略后来可能存在的真正的威胁性物品的可能性。





	计算机可以更快的对袋子中的物品进行拍照、分析和识别，因为它们甚至根本不必打开这些各式各样的手提袋或者行李袋。这是用于监督学习算法的一个典型用例。在收集了大量的训练数据之后，AI 可以迅速识别哪些对象需要进行更详细的检查。





	如果我们接着添加一个可以对进入橙色或者红色区域的乘客进行标记的聚类算法，那么这些乘客就可以按照自动路线进行更详细的行李检查。该技术甚至可以评估乘客个人的社交媒体活动，并使用群体归因来识别潜在的威胁。这项技术需要考虑的一些因素可能包括：





	

		

			这个人是否向观察名单上的国家境内打过很多电话？



	

	

		

			他们是否有宗教极端立场？



	

	

		

			他们都和谁一起拍过照？



	

	

		

			他们是否不同于寻常人，没有社交足迹?



	





	可能会做坏事的人在一些统计数据上肯定存在异常，这就意味着利用统计评估手段很容易发现这些人。





	4、精简扫描流程



	



	  现在已经出现了一种先进的相机技术，可以从远处识别你的热成像。那还有什么意义要挨个排队、脱掉鞋子，再逐个穿过那老旧的金属探测器呢？





	背景热成像相机可以分析那些通过步行甚至跑步的方式穿行在机场中的乘客。如果将这种技术与面部识别技术以及我们在上述第一点和第二点所提到的数据结合，那我们就可以很轻松地对那些携带违禁物品的人员进行标记，甚至在他们到达咖啡店以前就可以完成这一标记。





	更友好的航空出行体验



	无论是出于担心情绪还是出于威慑制止的目的，最简单的解决方案就是从这一过程中消除人为错误。如果我们可以部署可用的技术，从新的技术进展中受益，那我们就可以为航空乘客创建一个更美好的未来。