根据相关的信息来源显示，目前全球至少有1700家人工智能（artificial intelligence，ai）有关的创业公司。在全球70多个国家，投资者们向这些创业公司投资了超过146亿美元。投资者预计，到2020年ai创造的收入有望达到470亿美元，而这个数字在2016年仅为80亿美元。那么，人工智能在航空业会有怎么样的应用前景呢？未来会因为ai而发生哪些改变？

所谓的ai，指的是一些计算机程序，它们可以象人类一样具备智能，例如逻辑推理、解决问题、主动学习。ai的表现有两类，一类是实体的，例如机器人，另一类是非实体的，例如apple siri和google now。截止到目前我们对ai的认识，可以将ai的发展分成四代。

第一代ai：规则驱动的推理

这代的ai始于人们通过静态规则的定义将人们的知识成功并入计算机程序中。例如在早期，象棋程序是通过事先定义好的一套逻辑规则来运行的，在实际运行中，它很少能够感知到外界的变化，同时也没有学习和提炼知识的能力。

gps导航软件是另一个第一代ai的案例，它可以感知到地理位置，可以在地图上分析位置信息，并给出一个前进的方向。但是gps导航软件处理路径偏差方面的能力是非常有限的。

不难看出，第一代ai的计算机程序仍然在广泛使用中，在各行业发挥着其价值。

在航空业已经存在的应用案例有：

1）通过一些飞机仪器仪表，在驾驶舱向飞行员显示飞机的状况。例如飞机姿态和地平线的相对值。

2）自动驾驶功能。根据预定义好的飞行路径自动控制飞机的飞行，而不需要飞行员的干预。

3）自动调整飞机客舱中的压力，来确保客舱环境的安全和舒适。

第二代ai：通过大数据来学习

在历史上，处理大量的数据是令人头疼的一件事情。但是随着技术的发展，现在令人头疼的事情已经变成了巨大的机会。第二代ai就是利用了这些新的技术从大数据进行学习。通过神经网络这类的深度学习架构，计算机通过不断的尝试和错误处理来获得知识。

第二代ai的主要特点是通过数据分析来进行学习，但是它尚未具备逻辑推理能力，也不太能够理解上下文关系，也很难在不同领域提炼出知识。这种学习方式和人类的学习方式仍然有着很大的差异。通常的做法还是通过预先定义好的静态模型来模拟需要解决的问题，然后持续地使用数据来训练这个模型。第二代ai有时甚至会非常的不智能，例如微软的twitter bot就是一个例子，它会曲解训练数据然后给出不合理的结果。

对于第二代ai，一些潜在的航空业应用案例有如下几点：

1）分析和预测旅客的行为和需求；

2）通过人脸识别或其它生物技术，实现无缝的机场安全检查流程；

3）ai应用于收益管理的优化、航线网络编排、机队管理，以及运价计算策略。

第三代ai：具备基于分析和上下文的意识

对于第二代ai而言，它需要大量的训练数据进行学习，然后才能得出结论。如果对它得出的结论进行质疑，它只能回答说“数据就是这么说的”。相对而言，第三代ai能够意识到分析的路径，并且在上下文分析方面有一定程度的能力。

例如，对于第三代ai而言，它不需要通过成千上万次的对飞机故障的学习来探测出一次飞机的故障。

第四代ai：用知识解决不同的问题

相比于之前的ai而言，第四代ai的主要特点是：能够理解上下文关系，并且可以从一个领域跨越到另外一个领域；能够提炼出知识；不需要通过大量的训练数据来进行学习。

第四代ai在航空业的一些潜在的应用场景有：

1）自主飞行的飞机（不需要驾驶）；

2）全自动的机场业务实现，例如：地面处理、装载、加油、清洁、以及航空器的安全检查；

3）全自动的客舱服务；

4）完全ai驱动的收益管理优化、航线网络优化、机队管理和运价计算策略。

从人工智能发展的角度来看，现在航空公司的ai应用大都还在第一代ai的阶段。在接下来的几年里，技术已经日趋成熟，再加上资本的驱动，ai的进化速度将变得非常快。ai的发展和应用，不仅会给航空业带来积极的一面（例如各种自动化和优化），但也会带来其它冲击，例如就业岗位数量的缩减。航空公司需要密切关注这方面的技术发展，提前做好研究和布局。

以上是网络信息转载，信息真实性自行斟酌。