【网易智能讯 1月19日消息】今天，EmTech China 2019全球新兴科技峰会于北京举办，通用电气全球副总裁Colin Parris发表了主题演讲。
Colin Parris表示，人工智能对于航空领域来说有两个价值非常重要，1、航线本身的价值。2、乘客的价值。
他认为，对航空公司来说，降低燃油成本和维护成本是提升航线营收的关键，人工智能可以在飞机的维护方面大显身手，例如利用计算机视觉检测缺陷，在做大型检修的时候使效率达到最高，这样就可以降低大修的频率，也降低每次大修的时间，这样航空公司的利润就能得以提高。
与此同时，通用电气利用AI算法设计了最佳航线和机票降价方案，他表示，他们在五年之前就希望能够找出解决方案，如何利用现有的技术加上人工智能，改变整个消费领域。（定西）
以下为演讲实录：
大家早上好！今天我会跟大家介绍通用电气（GE）在整个人工智能以及航空领域的探索。首先介绍一下我们是怎么关注人工智能来为企业带来价值的。
大家可能知道“数字孪生”这个概念，数据技术怎么能够通过其他的复杂技术来为整个商业带来附加值。首先我们先回顾一下整个经济的发展，我们为什么要这样做，以及在航空领域的经济现状。
之后我会给大家介绍一些我们现在所用的技术，实现在消费领域的一些技术变革。然后我还会给大家介绍经济的整个发展周期。
其实有两个事情是非常重要的：
第一个，对于航空领域来说有两个价值非常重要：
1、航线本身的价值。2、乘客的价值。
如果有更多的人搭飞机，那么航空公司就可以有更多的营利。对于航空公司来说，希望做的是降低成本、提高营收。成本的降低有两个方面：
1、燃油的消耗降低。比如说燃油的效率更高，整个成本会降低，或者把整体的引擎工作效率增高都可以降低总体成本。
2、降低维护的成本，如何实现呢？我们希望整体在做大型检修的时候，效率达到最高，这样可以降低大修的频率，降低每次大修的时间。
这样的话，能够帮助我们航空公司的所有者提高利润。当然，我想增加营收也有几个方面。
首先提高整个航班的可靠性，比如说分析登机口，最后由于一系列的问题不能起飞，这样的话会造成额外的成本，这样就是为整个航线带来了一些干扰。
另外，我们希望能够设计出最好的航线，包括直飞。对于这些航空的枢纽来说，可能通过一些大型的集成也会造成一些问题，比如说可能会造成过渡的拥挤。
除此以外，如何能够降低机票的价格，可能是乘客比较关注的。在这些情况都了解了之后，我们公司在五年之前就希望能够找出解决方案，如何能够利用现有的技术加上人工智能，改变整个消费领域。
当时我们学习了一些公司的案例，大家可能都非常熟悉这些公司，像Google、亚马逊、苹果，我们找了这些公司之间的共性，发现了其中一点，他们在做数字变革、数字转型的时候，其实都有非常相似的思维模式，非常关注数据。
亚马逊首先非常关注于人口这个普遍的数据，包括对于某一个年龄层的共性是什么，他们不再单单关注于群体数据，而关注于个体数据，包括人买了什么，他在父亲节、母亲节、新年这些不同的时期买了什么，他们也针对每一个个体搭建了一个模型，分析了你的消费模式、购买模式。这个模式可以进行进一步的分析，加上一些分析的技术。
另外一个分析模式，关注于某一个小模块的分析，进行具体的客户画像。比如说如果你非常关注于婴幼儿食品消费者的反馈或者评价，这种情况我就可以给你做相应的推荐，比如说婴儿食品、婴儿衣服，甚至是摄像机，因为你肯定要拍孩子具体的生活形式，通过推荐做相应的预测。
另外，平台的创新。在平台上，我们可以使用不同的人工智能相关的软件和硬件，包括书籍、网络服务，以及其他相关的平台服务，这几个其实都是苹果、亚马逊、Google所共有的特定。
那我们就在思考，通用电气可以做什么呢？其实我们整个航线、机队的数据是非常丰富的，我们就在想，我们能不能先总结出机队的总体群体数据，然后再关注于每一个飞机、航班的数据，等于在整体数据的收集和分解过程中总结出来每一个个体的数据，然后再去做具体的分析。
比如说，这个飞机在这个环境下飞行，我可能会有一定的假设，那么它的推进器每两年就会失效一次，就需要有一定的检修，然后我会通过它整个飞行环境的分析，来去看这个燃油的效率，或者是某一个环节它需要维修的周期和频率是什么。
那这样的话，这些数据都可以更好的提供给我的客户，让他去更好的分析整个飞行的环境和情况。
而且，这个不止是在航空领域可以去使用，还可以去做一些其他领域的模拟，这个技术我们就叫做数字孪生，它其实是一个学习的模型，包括我们物理实体的模型，我们去进行分析，包括设计具体的使用还有服务，我们会收集这个分析之后所获得的数据，然后包括操作还有维修的数据，都提取出来，然后放到我们的人工智能模型中，这个就是它的数字孪生，数字版的这个模型。
通过这个对比和分析，我们可以去了解到，比如说这个引擎它会在什么样的情况下消耗多少的燃油，同时我们还可以去分析它的利用效率，然后通过单一模型的总和去分析整个机队的效率和模型。
这样的话，如果有了相应的履行数据之后，我们就可以更好的分析某一个时间这个机队的效率，比如说农业信念这个机队的效率，通过这种分析我们可以很好的降低成本，可以告诉我们的员工，甚至是机器人，什么时候需要去维修，以及我们在什么样的服务类型中需要使用哪一种引擎。
这样的话，我们可以在很多的情景中，都使用数字孪生这个分析模式，而且时不时的，如果我们收集到了足够的数据，我们还可以去更好的解决设计的挑战，比如说起飞的模型，如果这个压力过大的时候，可能会造成一系列的问题，我们可以透过这些分析来重新去定义设计。
这个就是数字孪生这个技术和平台可以带给我们的改变，我们可以去实时的更新数据，每一天都可以从收集的数据中学习。
这个模型最终是为了传递价值的，而且是传统价值的三倍，首先我们可以做早期预警的设计，我们可以通过人工智能的技术，去识别出一些异常，同时还可以用机器学习来告诉我们，比如说压缩机什么时候会出现故障，通常如果是用传统技术的话，我们可能会通过这个监视器，要提前一天才能知道，这个可能存在的漏洞，但是如果要是我们能用现在的人工智能的模型的话，就可以实时的持续的去做预测。
我们用这个模型还可以分析相应的叶片上的涂料它是否会有腐蚀，会有其他的损坏，这样的话，也可以给我们提供额外的早期预警的信号，这个对于飞机是非常重要的，如果叶片受到损伤的话，会影响，那可能每300次飞行之后，我们就需要去进行一系列的检修。
但是，不是说每300次都会造成叶片损伤的，这种情况下，可能会造成人员和精力的白白浪费，但是，通过这个人工智能的模型和实时的检测，我们可以更好的安排这个维修的频率。
另外一个，就是关于动态的优化，比如说每一个航班我们可以去做更好的分析和预测以及整个航线的安排。
比如说，我们是否需要租赁额外备用的引擎，我们可以根据具体的需求来规划整体的租赁的需求，现在我们在2017年就已经有数百万的数字孪生的项目了，帮助我们节约了数千万美元的成本。
而且，通过数据的收集，可以更好的帮助我们提高整个预测的算法，这样的话，也可以更好的去进行规模化的应用。
可以看一下，这个模型它整个优化过程，我们会使用人工智能去搭建一个孪生的模型，然后不断的去优化相应的数据，在这里大家看到的，就是一个自动化的困境分析，以及整个困境排行。我们会使用深度学习的卷曲镜像算法来分析叶片的损伤程度。
之前都是人工来做的，会用一个银光的涂层使用紫外线的识别方式，在一个暗示中完成。可能整个周期要进行两年，但是现在我们的新技术让我们使用2-25个小时之间就可以发现问题。
而且人工智能还可以使用到计算机视觉当中，可以帮助我们精确的识别出叶片上的损伤地点。而且这个热障涂层也可以喷的更准确，可以持续更长的时间。
所以说，我们可以通过物理实际的模型和人工智能所做的数据孪生模型进行对比。而且我们在进行了数据分析之后，可以选出最好的材料，同时也知道我们目前在涂层方面需要做哪些实验和尝试。
这里我们使用了人工智能的技术，搭建起这样一个孪生的模型。同时我们也在思考，使用这个数字孪生的模型是否可以帮助我们搭建一个更好的引擎。我们在想，我们是不是可以使用增材制造的技术，或者其他的一些添加剂帮助我们生产出更好的机器。
我们会通过这些数据的分析，得出一个结论，什么样的叶片是最好的。我们提取出了数字孪生中的数据，然后去做零部件生产的尝试。我觉得我们可以这样说，如果拿人体来做比喻，我们可能会知道我们的肝脏或者手臂不能够完成相应的任务，这种情况下，我们就可以去分析什么样的材质、效率是最好的，如何维修、如何提高检修的效率。
而且通过人工智能，我们可以提高整体的维修能力。这个机器可以让我们更好的管理资产，让我们更好的部署资产，实现更好的性能和表现。
在合适的时机做正确的检修，以一个更快速的方式将合适的零部件交到我们手中，这样才可以更好的为我们的服务提供价值，我们把物理孪生和数字孪生有机的结合在一起，共使用的新时期。
谢谢大家！