# SMART: umetna inteligenca kot novi možgani ameriškega zračnega prometa
Ameriška Zvezna uprava za letalstvo (FAA) namerava v upravljanje zračnega prometa vključiti umetno inteligenco. Sistem SMART, za katerega naj bi država v 12 letih odštela 875 milijonov dolarjev, ni namenjen zamenjavi kontrolorjev zračnega prometa, temveč naj bi jim omogočil, da prej prepoznajo nevarnosti, učinkoviteje usmerjajo letala in hitreje reagirajo na spremembe razmer.
Gre za pomemben premik v enem najbolj občutljivih delov kritične infrastrukture. Zračni promet je okolje, v katerem lahko že majhna zamuda, nenadna vremenska sprememba ali zaprtje vzletno-pristajalne steze sproži učinek domina po vsej državi. Če bo sistem deloval skladno z napovedmi, bi lahko umetna inteligenca postala ključni pomočnik pri zmanjševanju zamud, izboljšanju pretočnosti letov in predvsem pri krepitvi varnosti.
Po poročanju časnika *The Wall Street Journal* bo FAA sistem najprej uvedla na območju Washingtona, D.C., nato pa naj bi ga razširila še drugod po ZDA.
## SMART: digitalni pomočnik za kompleksno nebo
Ime SMART pomeni *Strategic Management of Airspace, Routes, and Trajectories* oziroma strateško upravljanje zračnega prostora, poti in trajektorij. FAA ga opisuje kot platformo v oblaku, ki nadgrajuje obstoječe sisteme za upravljanje zračnega prometa.
Njegova glavna naloga bo povezovanje velike količine podatkov, ki jih morajo danes kontrolorji in drugi strokovnjaki spremljati iz več virov. Med njimi so urniki letalskih družb, vremenske napovedi, razpoložljivost letaliških zmogljivosti, stanje zračnega prostora in operativne omejitve.
Na tej podlagi naj bi sistem predvideval prometne tokove in zaznal možne konflikte, še preden bi se razvili v dejanske težave. To bi lahko pomenilo zgodnejše preusmerjanje letal, boljšo razporeditev prihodov in odhodov ter manj ad hoc odločitev, sprejetih šele takrat, ko so razmere že kritične.
## Kako lahko AI napove prometne zamaške v zraku?
FAA in podjetje Air Space Intelligence, ki razvija SMART, javno nista podrobno pojasnila, katere konkretne modele ali algoritme uporablja sistem. Zato ni mogoče z gotovostjo trditi, ali temelji na nevronskih mrežah, ojačitvenem učenju ali drugi specifični metodi umetne inteligence.
Vendar je mogoče iz opisa njegove funkcije sklepati, da bo SMART uporabljal kombinacijo napovednih modelov in optimizacijskih pristopov. Takšni sistemi se običajno učijo iz zgodovinskih podatkov – denimo iz vzorcev zamud, vremenskih vplivov, prometne obremenjenosti posameznih koridorjev in odzivov letališč na motnje – ter jih primerjajo s podatki v realnem času.
Ključna prednost takšnega pristopa je hitrost. Človek lahko učinkovito presoja kompleksne situacije, vendar je količina podatkov v nacionalnem sistemu zračnega prometa ogromna. Algoritem lahko hkrati izračuna na tisoče možnih kombinacij poti, časov prihodov, omejitev in alternativnih scenarijev. Kontrolorju nato ne bi bilo treba iskati problema od začetka, temveč bi dobil zgodnje opozorilo in predlog možnih ukrepov.
To pomeni spremembo vloge človeka v nadzornem stolpu oziroma operativnih centrih: manj rutinskega zbiranja podatkov in več presojanja, potrjevanja ter usklajevanja odločitev, ki jih predlaga sistem.
## AI ne prevzema krmila, temveč pomaga človeku
Vpeljava umetne inteligence v letalstvo prinaša tudi občutljivo vprašanje zaupanja. V zračnem prometu napaka ni le tehnična nevšečnost, zato AI ne more biti obravnavana kot nezmotljiv avtopilot za celoten sistem.
SMART je po doslej znanih informacijah zasnovan kot podporno orodje. Končne operativne odločitve naj bi še vedno sprejemali usposobljeni ljudje, ki lahko priporočila sistema potrdijo, prilagodijo ali zavrnejo. Tak pristop je pomemben, saj modeli umetne inteligence lahko napačno ocenijo nenavadne okoliščine, imajo omejitve pri nepopolnih podatkih ali pa se srečajo s situacijami, ki jih v podatkih za učenje ni bilo.
Za uspeh sistema bodo zato ključni jasni varnostni protokoli: možnost ročnega prevzema nadzora, preverjanje priporočil, neodvisno testiranje ter postopno uvajanje v resnične operacije. Poseben izziv bo tudi kibernetska varnost. Ker gre za oblačno platformo, povezano z občutljivimi prometnimi in operativnimi podatki, bo morala FAA zagotoviti visoko odpornost proti vdorom, manipulaciji podatkov in izpadom sistemov.
Ob tem ostaja še kadrovsko vprašanje. FAA se že dlje časa spopada s pomanjkanjem kontrolorjev zračnega prometa. AI lahko zmanjša administrativno in analitično breme, ne more pa sama rešiti problema pomanjkanja izkušenih strokovnjakov. Agencija je letos napovedala tudi nov načrt zaposlovanja, s katerim želi odpraviti dolgotrajni primanjkljaj kadrov.
## Del globalnega trenda v letalstvu
Ameriška poteza ni osamljen primer. Letalska industrija po svetu že uporablja napredno analitiko, avtomatizacijo in modele strojnega učenja za vremenske napovedi, optimizacijo porabe goriva, napovedovanje vzdrževanja ter upravljanje letaliških zmogljivosti.
Tudi evropski in mednarodni akterji, med njimi organizacije za upravljanje zračnega prometa ter industrijska združenja, razvijajo pobude za digitalizacijo in večjo avtomatizacijo zračnega prostora. Cilj ni popolnoma avtonomno nebo brez ljudi, temveč sistem, v katerem lahko ljudje sprejemajo boljše odločitve na podlagi hitrejših in natančnejših analiz.
V prihodnjih letih bo pritisk na takšne rešitve verjetno še večji. Zračni promet raste, letališča imajo omejene kapacitete, vremenski dogodki postajajo nepredvidljivejši, v zračni prostor pa vstopajo tudi novi udeleženci – od dronov do električnih letal s kratkim navpičnim vzletom in pristankom.
## Pomemben preizkus za AI v kritični infrastrukturi
Projekt SMART je več kot zgolj draga nadgradnja programske opreme FAA. Je preizkus, ali lahko umetna inteligenca zanesljivo deluje kot del sistema, kjer sta varnost in odgovornost pomembnejši od tehnološke atraktivnosti.
Če bo uvedba uspešna, bi lahko pokazala, kako AI pomaga upravljati kompleksne nacionalne sisteme brez izrivanja človeškega nadzora. V najboljšem primeru bo SMART kontrolorjem zagotovil več časa za presojo, letalskim družbam zmanjšal operativne izgube, potnikom pa prinesel manj zamud in varnejše letenje.
A prav zaradi visokih vložkov bo merilo uspeha strogo: umetna inteligenca v letalstvu ne sme biti le hitra in impresivna. Biti mora preverljiva, odporna, razumljiva za operaterje in predvsem varna.
