今年1月29日，一架美國陸軍黑鷹直升機在華盛頓裡根國家機場附近與美航客機相撞，造成67人喪生。儘管當時機場塔臺管制員在碰撞前至少20秒就看到了屏幕上的警告信號閃爍，並試圖通知兩架飛機，但仍未能避免悲劇發生。目前事故調查仍在進行中，但航空專家普遍認為人為失誤也是一個原因——可能來自駕駛艙，也可能來自塔臺。如果當時由AI輔助人類進行空管指揮，這場事故及之後多起引人矚目的航空事故是否可以避免？現在，研究人員正在測試相關系統的可行性。
今年，航空險情事件受到特別關注。在人手短缺、工作超負荷的情況下，空管人員每天需要監控數千架次航班。他們使用的許多系統數十年來幾乎始終保持不變：跑道燈光技術仍沿用上世紀80年代的方案，部分塔臺的空管人員還在用紙質記錄追蹤飛機動態。但或許最傳統的莫過於空管始終需要人類在飛行各階段引導飛行員。
隨著全球航班量增長和人員短缺持續，航空業正在探索AI是否應在空管中承擔更多職責。支持者認為AI能減少人為失誤、提升效率，質疑者則指出其應對突發狀況的局限性。在一些主要機場已經開展試驗的當下，問題已不僅是是否採用AI，而是AI應承擔多大責任。
鑑於AI應用的迅猛發展，空管塔臺在不遠的將來可能會實現全自動化。人類幹預將成為例外而非常態。現今管制員通過雷達和飛機自動發送的定位數據來追蹤航班位置、高度和速度。他們既要監控數字屏幕上的數據，也要肉眼觀察跑道——自20世紀20年代誕生以來，目視觀察始終是空管的重要組成部分。
事實上，空管諸多關鍵環節已實現自動化。管制員和飛行員依據來自其他飛行員和管制中心的實時氣象、湍流及航空流量報告制定飛行計劃，而非憑經驗猜測。機載防撞系統和高度儀可避免空中相撞。除先進雷達外，跑道能見度遠程傳感器和數字氣象數據也已被廣泛使用。行業領袖表示，雖然難以量化這些系統的效用，但它們確實減少了碰撞事故。但近期事件表明，意外仍會發生。
絕大多數航空事故發生在飛機滑行、起降階段。管制員必須持續預判：在最繁忙機場，他們要在僅數立方英裡的空域內安排航班（飛機間隔僅幾分鐘）；而在高空管制區，則需協調超過3萬立方英裡的空域。高強度工作增加了管制員的預判失誤風險。AI能幫助管制員更早發現潛在空域衝突，並警示可能被忽視的細微異常——尤其在管制員疲勞時。
以英國為例，該國空中導航服務提供商NATS正在倫敦希思羅機場測試名為Aimee（綜合環境要素管理人工智慧）的先進AI系統。該系統旨在協助繁忙國際樞紐的空中交通管制員。人類管制員需要不斷切換視線監控不同位置的飛機，而NATS旗下航空技術公司Searidge為Aimee配備了360度全景視野，使其能持續追蹤多架飛機動態，標記潛在衝突並提醒管制員關注。是否要改變飛機位置或航向，未來決定可能會由Aimee自主作出。
一旦將管制員的監控內容數位化，我們就能將該數據輸入AI引擎，NATS首席解決方案官、前空管員Andy Taylor稱。Aimee通過分析捕捉起降航班的實時視頻流、飛機周圍的地面環境、及飛行員語音指令轉錄等多源數據，強化了對飛機滑行、起降全過程的監控。
Taylor表示：「該系統可被訓練識別與人類管制員完全相同的目標，」例如確認機尾是否已離開跑道，或實時掃描2.5英裡長的跑道區域。這種嵌套在傳統塔臺中的數字塔臺系統，藉助固定攝像頭陣列獲得整個機場的實時全景視野，可以提供關於整個空管運營狀況的更高清視野。使用數字塔臺的管制員不再需要持續環視四周，還能追蹤遠距離目標或被雲層遮蔽的航空器。AI可對滑行道上飛機的異常移動向管制員發出語音警報，同時向飛行員發送預警。
數字塔臺未來還能幫助老舊塔臺在不重建的情況下提升容量，並降低維護成本。在希思羅與新加坡樟宜機場的測試中，Aimee已成功協助管理地面交通與飛行許可，為未來人機協同模式指明方向。一旦安全性獲得證明，英國民航局未來或許會授權該AI系統接管更多功能，從而提升空管的時效性、效率、精確度與安全性。
AI也許還能完善全球通用的告知飛行員何時爬升或下降的機載防撞系統（TCAS）。美國麻省理工學院林肯實驗室國土保護與空管部門副主任James Kuchar指出：TCAS非常成功，但也很僵化。該系統是安全的，但在飛機相互間近距離飛行時，往往會向飛行員和管制員發出虛假警報，如今這種誤報情況比20世紀80年代系統剛設計時更為常見。」
目前正在林肯實驗室測試的TCAS升級系統——「空中防撞系統X（ACAS X）」——加入了AI技術，並經過數百萬次危險接近模擬測試。ACAS X的一個目標實際上是減少虛假警報。它還可以預警飛機在空中橫向移動，而TCAS只能指示飛機下降或爬升。
AI控制將引發法律和倫理問題。事故能否歸咎於AI？自動化的空中交通管制系統會有多謹慎？應該有多謹慎？一些航空專家認為，決策者有責任為AI這一新興技術建立法律框架。
輔助空中交通管制還揭示了AI的局限性和完全自動化所帶來的風險。航空專家並不確信AI帶來的好處能夠抵消塔臺自動化提升可能引發的新問題。首先，當前AI缺乏敏捷處理偏離歷史飛行數據的突發狀況所需的創造力、直覺和應變能力。自動化技術在本就充滿不確定性的系統中又疊加了一層不可預測性。迫使飛行員和管制員過度依賴技術，可能削弱他們快速決策的能力。而空管系統數位化程度的提高，還會使其面臨更大的網絡安全威脅風險。
「自動化被視為解決方案，但實際上可能會使情況變得更糟，」前英國航空首席飛行員、英國皇家航空學會成員John Leahy表示。「認為計算機能夠比人類更好地執行空中交通管制任務是一條危險的道路。」
確實，如果人類管制員過於依賴機器，會發生什麼？佛羅裡達理工學院航空學院講師、波音777飛行員Shem Malmquist表示：「如果你開始依賴自動化，你就會降低警惕」。Malmquist並不反對自動化。他提到，管制員-飛行員數據鏈通信系統就是一個將人類和機器智能很好地結合在一起的導航工具示例，該系統由文本和音頻技術組成，將信息從地面傳輸到飛機。「這個系統在處理常規事務時非常有用，因為它降低了管制員的工作負擔，」Malmquist說。
儘管AI有可能提升運營效率、緩解管制塔臺人手不足的問題並提高天空安全性，但Malmquist表示，僅靠算法無法作出創造性決策。就目前而言，人類仍是最終決策者。（本文編譯自Scientific American）